Kafka 介紹

Kafka 是一個(gè)開源的分布式流式平臺(tái)，它可以處理大量的實(shí)時(shí)數(shù)據(jù)，并提供高吞吐量，低延遲，高可靠性和高可擴(kuò)展性。Kafka 的核心組件包括生產(chǎn)者（Producer），消費(fèi)者（Consumer），主題（Topic），分區(qū)（Partition），副本（Replica），日志（Log），偏移量（Offset）和代理（Broker）。Kafka 的主要特點(diǎn)有：ge928資訊網(wǎng)——每日最新資訊28at.com

• 數(shù)據(jù)磁盤持久化：Kafka 將消息直接寫入到磁盤，而不依賴于內(nèi)存緩存，從而提高了數(shù)據(jù)的持久性和容錯(cuò)性。
• 零拷貝：Kafka 利用操作系統(tǒng)的零拷貝特性，減少了數(shù)據(jù)在內(nèi)核空間和用戶空間之間的復(fù)制，降低了 CPU 和內(nèi)存的開銷。
• 數(shù)據(jù)批量發(fā)送：Kafka 支持生產(chǎn)者和消費(fèi)者批量發(fā)送和接收數(shù)據(jù)，減少了網(wǎng)絡(luò)請(qǐng)求的次數(shù)和開銷。
• 數(shù)據(jù)壓縮：Kafka 支持多種壓縮算法，如 gzip，snappy，lz4 等，可以有效地減少數(shù)據(jù)的大小和傳輸時(shí)間。
• 主題劃分為多個(gè)分區(qū)：Kafka 將一個(gè)主題劃分為多個(gè)分區(qū)，每個(gè)分區(qū)是一個(gè)有序的消息隊(duì)列，分區(qū)之間可以并行地讀寫數(shù)據(jù)，提高了系統(tǒng)的并發(fā)能力。
• 分區(qū)副本機(jī)制：Kafka 為每個(gè)分區(qū)設(shè)置多個(gè)副本，分布在不同的代理節(jié)點(diǎn)上，保證了數(shù)據(jù)的冗余和一致性。其中一個(gè)副本被選為領(lǐng)導(dǎo)者（Leader），負(fù)責(zé)處理該分區(qū)的讀寫請(qǐng)求，其他副本為追隨者（Follower），負(fù)責(zé)從領(lǐng)導(dǎo)者同步數(shù)據(jù)，并在領(lǐng)導(dǎo)者失效時(shí)進(jìn)行故障轉(zhuǎn)移。

Kafka 最初是為分布式系統(tǒng)中海量日志處理而設(shè)計(jì)的。它可以通過持久化功能將消息保存到磁盤直到過期，并讓消費(fèi)者按照自己的節(jié)奏提取消息。與它的前輩不同（RabbitMQ、ActiveMQ），Kafka 不僅僅是一個(gè)消息隊(duì)列，它還是一個(gè)開源的分布式流處理平臺(tái)。ge928資訊網(wǎng)——每日最新資訊28at.com

Kafka 的應(yīng)用場(chǎng)景

Kafka 作為一款熱門的消息隊(duì)列中間件，具備高效可靠的消息異步傳遞機(jī)制，主要用于不同系統(tǒng)間的數(shù)據(jù)交流和傳遞。下面給大家介紹一下 Kafka 在分布式系統(tǒng)中的 7 個(gè)常用應(yīng)用場(chǎng)景。ge928資訊網(wǎng)——每日最新資訊28at.com

• 日志處理與分析
• 推薦數(shù)據(jù)流
• 系統(tǒng)監(jiān)控與報(bào)警
• CDC（數(shù)據(jù)變更捕獲）
• 系統(tǒng)遷移
• 事件溯源
• 消息隊(duì)列

1. 日志處理與分析

日志收集是 Kafka 最初的設(shè)計(jì)目標(biāo)之一，也是最常見的應(yīng)用場(chǎng)景之一。可以用 Kafka 收集各種服務(wù)的日志，如 web 服務(wù)器、服務(wù)器日志、數(shù)據(jù)庫服務(wù)器等，通過 Kafka 以統(tǒng)一接口服務(wù)的方式開放給各種消費(fèi)者，例如 Flink、Hadoop、Hbase、ElasticSearch 等。這樣可以實(shí)現(xiàn)分布式系統(tǒng)中海量日志數(shù)據(jù)的處理與分析。ge928資訊網(wǎng)——每日最新資訊28at.com

下圖是一張典型的 ELK（Elastic-Logstash-Kibana）分布式日志采集架構(gòu)。ge928資訊網(wǎng)——每日最新資訊28at.com

• 購(gòu)物車服務(wù)將日志數(shù)據(jù)寫在 log 文件中。
• Logstash 讀取日志文件發(fā)送到 Kafka 的日志主題中。
• ElasticSearch 訂閱日志主題，建立日志索引，保存日志數(shù)據(jù)。
• 開發(fā)者通過 Kibana 連接到 ElasticSeach 即可查詢其日志索引內(nèi)容。

ge928資訊網(wǎng)——每日最新資訊28at.com

2. 推薦數(shù)據(jù)流

流式處理是 Kafka 在大數(shù)據(jù)領(lǐng)域的重要應(yīng)用場(chǎng)景之一。可以用 Kafka 作為流式處理平臺(tái)的數(shù)據(jù)源或數(shù)據(jù)輸出，與 Spark Streaming、Storm、Flink 等框架進(jìn)行集成，實(shí)現(xiàn)對(duì)實(shí)時(shí)數(shù)據(jù)的處理和分析，如過濾、轉(zhuǎn)換、聚合、窗口、連接等。ge928資訊網(wǎng)——每日最新資訊28at.com

淘寶、京東這樣的線上商城網(wǎng)站會(huì)通過用戶過去的一些行為（點(diǎn)擊、瀏覽、購(gòu)買等）來和相似的用戶計(jì)算用戶相似度，以此來給用戶推薦可能感興趣的商品。ge928資訊網(wǎng)——每日最新資訊28at.com

下圖展示了常見推薦系統(tǒng)的工作流程。ge928資訊網(wǎng)——每日最新資訊28at.com

1. 將用戶的點(diǎn)擊流數(shù)據(jù)發(fā)送到 Kafka 中。
2. Flink 讀取 Kafka 中的流數(shù)據(jù)實(shí)時(shí)寫入數(shù)據(jù)湖中其進(jìn)行聚合處理。
3. 機(jī)器學(xué)習(xí)使用來自數(shù)據(jù)湖的聚合數(shù)據(jù)進(jìn)行訓(xùn)練，算法工程師也會(huì)對(duì)推薦模型進(jìn)行調(diào)整。

這樣推薦系統(tǒng)就能夠持續(xù)改進(jìn)對(duì)每個(gè)用戶的推薦相關(guān)性。ge928資訊網(wǎng)——每日最新資訊28at.com

ge928資訊網(wǎng)——每日最新資訊28at.com

3. 系統(tǒng)監(jiān)控與報(bào)警

Kafka 常用于傳輸監(jiān)控指標(biāo)數(shù)據(jù)。例如，大一點(diǎn)的分布式系統(tǒng)中有數(shù)百臺(tái)服務(wù)器的 CPU 利用率、內(nèi)存使用情況、磁盤使用率、流量使用等指標(biāo)可以發(fā)布到 Kafka。然后，監(jiān)控應(yīng)用程序可以使用這些指標(biāo)來進(jìn)行實(shí)時(shí)可視化、警報(bào)和異常檢測(cè)。ge928資訊網(wǎng)——每日最新資訊28at.com

下圖展示了常見監(jiān)控報(bào)警系統(tǒng)的工作流程。ge928資訊網(wǎng)——每日最新資訊28at.com

• 采集器（agent）讀取購(gòu)物車指標(biāo)發(fā)送到 Kafka 中。
• Flink 讀取 Kafka 中的指標(biāo)數(shù)據(jù)進(jìn)行聚合處理。
• 實(shí)時(shí)監(jiān)控系統(tǒng)和報(bào)警系統(tǒng)讀取聚合數(shù)據(jù)作展示以及報(bào)警處理。

ge928資訊網(wǎng)——每日最新資訊28at.com

4. CDC（數(shù)據(jù)變更捕獲）

CDC（數(shù)據(jù)變更捕獲）用來將數(shù)據(jù)庫中的發(fā)生的更改以流的形式傳輸?shù)狡渌到y(tǒng)以進(jìn)行復(fù)制或者緩存以及索引更新等。ge928資訊網(wǎng)——每日最新資訊28at.com

Kafka 中有一個(gè)連接器組件可以支持 CDC 功能，它需要和具體的數(shù)據(jù)源結(jié)合起來使用。數(shù)據(jù)源可以分成兩種：源數(shù)據(jù)源（ data source ，也叫作“源系統(tǒng)”）和目標(biāo)數(shù)據(jù)源（ Data Sink ，也叫作“目標(biāo)系統(tǒng)”）。Kafka 連接器和源系統(tǒng)一起使用時(shí)，它會(huì)將源系統(tǒng)的數(shù)據(jù)導(dǎo)人到 Kafka 集群。Kafka 連接器和目標(biāo)系統(tǒng)一起使用時(shí)，它會(huì)將 Kafka 集群的數(shù)據(jù)導(dǎo)人到目標(biāo)系統(tǒng)。ge928資訊網(wǎng)——每日最新資訊28at.com

下圖展示了常見 CDC 系統(tǒng)的工作流程。ge928資訊網(wǎng)——每日最新資訊28at.com

• 源數(shù)據(jù)源將事務(wù)日志發(fā)送到 Kafka。
• Kafka 的連接器將事務(wù)日志寫入目標(biāo)數(shù)據(jù)源。
• 目標(biāo)數(shù)據(jù)源包含 ElasticSearch、Redis、備份數(shù)據(jù)源等。

ge928資訊網(wǎng)——每日最新資訊28at.com

5. 系統(tǒng)遷移

Kafka 可以用來作為老系統(tǒng)升級(jí)到新系統(tǒng)過程中的消息傳遞中間件（Kafka），以此來降低遷移風(fēng)險(xiǎn)。ge928資訊網(wǎng)——每日最新資訊28at.com

例如，在一個(gè)老系統(tǒng)中，有購(gòu)物車 V1、訂單 V1、支付 V1 三個(gè)服務(wù)，現(xiàn)在我們需要將訂單 V1 服務(wù)升級(jí)到訂單 V2 服務(wù)。ge928資訊網(wǎng)——每日最新資訊28at.com

下圖展示了老系統(tǒng)遷移到新系統(tǒng)的工作流程。ge928資訊網(wǎng)——每日最新資訊28at.com

1. 先將老的訂單 V1 服務(wù)進(jìn)行改造接入 Kafka，并將輸出結(jié)果寫入 ORDER 主題。
2. 新的訂單 V2 服務(wù)接入 Kafka 并將輸出結(jié)果寫入 ORDERNEW 主題。
3. 對(duì)賬服務(wù)訂閱 ORDER 和 ORDERNEW 兩個(gè)主題并進(jìn)行比較。如果它們的輸出結(jié)構(gòu)相同，則新服務(wù)通過測(cè)試。

ge928資訊網(wǎng)——每日最新資訊28at.com

6. 事件溯源

事件溯源是 Kafka 在微服務(wù)架構(gòu)中的重要應(yīng)用場(chǎng)景之一。可以用 Kafka 記錄微服務(wù)間的事件，如訂單創(chuàng)建、支付完成、發(fā)貨通知等。這些事件可以被其他微服務(wù)訂閱和消費(fèi)，實(shí)現(xiàn)業(yè)務(wù)邏輯的協(xié)調(diào)和同步。ge928資訊網(wǎng)——每日最新資訊28at.com

簡(jiǎn)單來說事件溯源就是將這些事件通過持久化存儲(chǔ)在 Kafka 內(nèi)部。如果發(fā)生任何故障、回滾或需要重放消息，我們都可以隨時(shí)重新應(yīng)用 Kafka 中的事件。ge928資訊網(wǎng)——每日最新資訊28at.com

7. 消息隊(duì)列

Kafka 最常見的應(yīng)用場(chǎng)景就是作為消息隊(duì)列。Kafka 提供了一個(gè)可靠且可擴(kuò)展的消息隊(duì)列，可以處理大量數(shù)據(jù)。ge928資訊網(wǎng)——每日最新資訊28at.com

Kafka 可以實(shí)現(xiàn)不同系統(tǒng)間的解耦和異步通信，如訂單系統(tǒng)、支付系統(tǒng)、庫存系統(tǒng)等。在這個(gè)基礎(chǔ)上 Kafka 還可以緩存消息，提高系統(tǒng)的可靠性和可用性，并且可以支持多種消費(fèi)模式，如點(diǎn)對(duì)點(diǎn)或發(fā)布訂閱。ge928資訊網(wǎng)——每日最新資訊28at.com

參考資料

• https://levelup.gitconnected.com/top-8-kafka-use-cases-distributed-systems-d47fc733c7c1
• https://blog.bytebytego.com/p/ep76-netflixs-tech-stack
• https://www.confluent.io/learn/apache-kafka-benefits-and-use-cases/

本文鏈接：http://www.tebozhan.com/showinfo-26-14822-0.htmlKafka 在分布式系統(tǒng)中的七大應(yīng)用場(chǎng)景

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇： 十個(gè)容易被忽視的FastAPI實(shí)用功能

下一篇： 從零開始，運(yùn)用 Ruby 語言創(chuàng)建一個(gè) DNS 查詢