摘要：話說阿里中間件團隊和團隊都做了一個的三者對比。所以大家一定要找準自己的方向，不能因為今天阿里招聘需求這么寫就去學這些，明天看到一個技術很牛逼又去學那個。

在我們大量使用分布式數(shù)據庫、分布式計算集群的時候，是否會遇到這樣的一些問題：

我們想分析下用戶行為（pageviews），以便我們設計出更好的廣告位
我想對用戶的搜索關鍵詞進行統(tǒng)計，分析出當前的流行趨勢
有些數(shù)據，存儲數(shù)據庫浪費，直接存儲硬盤效率又低

這些場景都有一個共同點：
數(shù)據是由上游模塊產生，上游模塊，使用上游模塊的數(shù)據計算、統(tǒng)計、分析，這個時候就可以使用消息系統(tǒng)，尤其是分布式消息系統(tǒng)！

知道了我們有必要在數(shù)據處理系統(tǒng)中使用一個消息系統(tǒng)，但是我們?yōu)槭裁匆欢ㄒxkafka呢？現(xiàn)在的消息系統(tǒng)可不只有kafka。

話說阿里中間件團隊和LinkedIn團隊都做了一個Kafka、RabbitMQ、RocketMQ的三者對比。這邊就不獻丑了，實際結果可以參考以下兩篇博文：

阿里測試：http://jm.taobao.org/2016/04/...

LinkedIn測試：https://blog.csdn.net/SJF0115...

Kafka是Linkedin于2010年12月份創(chuàng)建的開源消息系統(tǒng)，它主要用于處理活躍的流式數(shù)據。活躍的流式數(shù)據在web網站應用中非常常見，這些活動數(shù)據包括頁面訪問量（Page?View）、被查看內容方面的信息以及搜索情況等內容。?這些數(shù)據通常以日志的形式記錄下來，然后每隔一段時間進行一次統(tǒng)計分析。

傳統(tǒng)的日志分析系統(tǒng)是一種離線處理日志信息的方式，但若要進行實時處理，通常會有較大延遲。而現(xiàn)有的消息隊列系統(tǒng)能夠很好的處理實時或者近似實時的應用，但未處理的數(shù)據通常不會寫到磁盤上，這對于Hadoop之類，間隔時間較長的離線應用而言，在數(shù)據安全上會出現(xiàn)問題。Kafka正是為了解決以上問題而設計的，它能夠很好地進行離線和在線應用。

消息隊列（Message Queue，簡稱MQ），從字面意思上看，本質是個隊列，F(xiàn)IFO先入先出，只不過隊列中存放的內容是message而已。其主要用途：不同進程Process/線程Thread之間通信。

高吞吐量：可以滿足每秒百萬級別消息的生產和消費——生產消費。

負載均衡：通過zookeeper對Producer,Broker,Consumer的動態(tài)加入與離開進行管理。

拉取系統(tǒng)：由于kafka?broker會持久化數(shù)據，broker沒有內存壓力，因此，consumer非常適合采取pull的方式消費數(shù)據

動態(tài)擴展：當需要增加broker結點時，新增的broker會向zookeeper注冊，而producer及consumer會通過zookeeper感知這些變化，并及時作出調整。

消息刪除策略：數(shù)據文件將會根據broker中的配置要求,保留一定的時間之后刪除。kafka通過這種簡單的手段,來釋放磁盤空間。

啟動Zookeeper及Broker.
Producer連接Broker后，將消息發(fā)布到Broker中指定Topic上(可以指定Patition)。
Broker集群接收到Producer發(fā)過來的消息后，將其持久化到硬盤，并將消息該保留指定時長（可配置），而不關注消息是否被消費。
Consumer連接到Broker后，啟動消息泵對Broker進行偵聽，當有消息到來時，會觸發(fā)消息泵循環(huán)獲取消息，獲取消息后Zookeeper將記錄該Consumer的消息Offset。

對于kafka而言，kafka服務就像是一個大的水池。不斷的生產、存儲、消費著各種類別的消息。那么kafka由何組成呢？

Broker?：?Kafka消息服務器，消息中心。一個Broker可以容納多個Topic。

Producer?：消息生產者，就是向Kafka?broker發(fā)消息的客戶端。

Consumer?：消息消費者，向Kafka?broker取消息的客戶端。

Zookeeper?：管理Producer，Broker，Consumer的動態(tài)加入與離開。

Topic?：可以為各種消息劃分為多個不同的主題，Topic就是主題名稱。Producer可以針對某個主題進行生產，Consumer可以針對某個主題進行訂閱。

Consumer?Group：?Kafka采用廣播的方式進行消息分發(fā)，而Consumer集群在消費某Topic時，?Zookeeper會為該集群建立Offset消費偏移量，最新Consumer加入并消費該主題時，可以從最新的Offset點開始消費。

Partition：Kafka采用對數(shù)據文件切片（Partition）的方式可以將一個Topic可以分布存儲到多個Broker上，一個Topic可以分為多個Partition。在多個Consumer并發(fā)訪問一個partition會有同步鎖控制。

有的時候，不光是燈紅酒綠的世界可以讓人沉迷，技術的世界也同樣如此。而且有的時候，技術的世界比前者更加可怕，它不但能讓你悄無聲息的陷入進去，還能讓你產生一種你很上進，你很努力的假象，以至于等到你恍然大悟那天，已經悔之晚矣。

所以大家一定要找準自己的方向，不能因為今天阿里招聘需求這么寫就去學這些，明天看到一個技術很牛逼又去學那個。因此我給大家推薦一個Java架構群：895244712，里面有最清晰的互聯(lián)網架構學習路線，更有具體的知識點講解，都是免費的學習資源，推薦給大家。

目前該中間件只完成了初級階段功能，很多功能都不完善不深入，隨著應用業(yè)務的拓展及Kafka未來版本功能支持。以Kafka消息中間件為中心的大數(shù)據處理平臺還有很多任務去實現(xiàn)。

一般在互聯(lián)網中所流動的數(shù)據由以下幾種類型：

需要實時響應的交易數(shù)據，用戶提交一個表單，輸入一段內容，這種數(shù)據最后是存放在關系數(shù)據庫(Oracle,?MySQL)中的，有些需要事務支持。
活動流數(shù)據，準實時的，例如頁面訪問量、用戶行為、搜索情況等。我們可以針對這些數(shù)據廣播、排序、個性化推薦、運營監(jiān)控等。這種數(shù)據一般是前端服務器先寫文件，然后通過批量的方式把文件倒到Hadoop(離線數(shù)據分析平臺)這種大數(shù)據分析器里面，進行慢慢的分析。
各個層面程序產生的日志，例如http的日志、tomcat的日志、其他各種程序產生的日志。這種數(shù)據一個是用來監(jiān)控報警，還有就是用來做分析。