Kafka集群搭建与配置教程资源-CSDN下载

需积分: 9 18 浏览量 2018-05-08 16:55:00 上传评论收藏 365KB PDF 举报

资源推荐

资源详情

资源评论

kafka总结（windows版）

http://blog.csdn.net/juny9123/article/details/72632812

Kafka入门-windows安装测试

一、kafka是什么？

Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的

所有动作流数据。有如下特性：

1、以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常

数时间复杂度的访问性能。

2、高吞吐率。即使在非常廉价的商用机器上也能做到单机支持每秒100K条以上消息的

传输。

3、支持Kafka Server间的消息分区，及分布式消费，同时保证每个Partition内的消息

顺序传输。

4、同时支持离线数据处理和实时数据处理。

5、Scale out：支持在线水平扩展。

O(1)：时间复杂度的算法

为何使用消息系统：

解耦

在项目启动之初来预测将来项目会碰到什么需求，是极其困难的。消息系统在处理

过程中间插入了一个隐含的、基于数据的接口层，两边的处理过程都要实现这一接

口。这允许你独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约

束。

冗余

有些情况下，处理数据的过程会失败。除非数据被持久化，否则将造成丢失。消息

队列把数据进行持久化直到它们已经被完全处理，通过这一方式规避了数据丢失风

险。许多消息队列所采用的"插入-获取-删除"范式中，在把一个消息从队列中删除

之前，需要你的处理系统明确的指出该消息已经被处理完毕，从而确保你的数据被

安全的保存直到你使用完毕。

扩展性

因为消息队列解耦了你的处理过程，所以增大消息入队和处理的频率是很容易的，

只要另外增加处理过程即可。不需要改变代码、不需要调节参数。扩展就像调大电

力按钮一样简单。

灵活性 & 峰值处理能力

在访问量剧增的情况下，应用仍然需要继续发挥作用，但是这样的突发流量并不常

见；如果为以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费。

使用消息队列能够使关键组件顶住突发的访问压力，而不会因为突发的超负荷的请

求而完全崩溃。

可恢复性

系统的一部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合

度，所以即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后

被处理。

顺序保证

在大多使用场景下，数据处理的顺序都很重要。大部分消息队列本来就是排序的，

并且能保证数据会按照特定的顺序来处理。Kafka保证一个Partition内的消息的有

序性。

缓冲

在任何重要的系统中，都会有需要不同的处理时间的元素。例如，加载一张图片比

应用过滤器花费更少的时间。消息队列通过一个缓冲层来帮助任务最高效率的执行

———写入队列的处理会尽可能的快速。该缓冲有助于控制和优化数据流经过系统

的速度。

异步通信

很多时候，用户不想也不需要立即处理消息。消息队列提供了异步处理机制，允许

用户把一个消息放入队列，但并不立即处理它。想向队列中放入多少消息就放多

少，然后在需要的时候再去处理它们。

常用Message Queue对比：

RabbitMQ

RabbitMQ是使用Erlang编写的一个开源的消息队列，本身支持很多的协议：AMQP，XMPP, SMTP, STOMP，也正因如此，它非

常重量级，更适合于企业级的开发。同时实现了Broker构架，这意味着消息在发送给客户端时先在中心队列排队。对路由，负载均

衡或者数据持久化都有很好的支持。

Redis

Redis是一个基于Key-Value对的NoSQL数据库，开发维护很活跃。虽然它是一个Key-Value数据库存储系统，但它本身支持MQ功

能，所以完全可以当做一个轻量级的队列服务来使用。对于RabbitMQ和Redis的入队和出队操作，各执行100万次，每10万次记录

一次执行时间。测试数据分为128Bytes、512Bytes、1K和10K四个不同大小的数据。实验表明：入队时，当数据比较小时Redis的

性能要高于RabbitMQ，而如果数据大小超过了10K，Redis则慢的无法忍受；出队时，无论数据大小，Redis都表现出非常好的性

能，而RabbitMQ的出队性能则远低于Redis。

ZeroMQ

ZeroMQ号称最快的消息队列系统，尤其针对大吞吐量的需求场景。ZeroMQ能够实现RabbitMQ不擅长的高级/复杂的队列，但是

剩余6页未读，继续阅读

内容反馈

昊天风格

粉丝: 10

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip