Kafka作为大数据的核心技术，你了解多少？

 

　　

 

　　什么是kafka?Kafka是一个分布式流平台，用于发布和订阅记录流。Kafka可以用于容错存储。Kafka将主题日志分区复制到多个服务器。Kafka的设计目的是为了让你的应用能在记录生成后立即就能处理。Kafka的处理速度很快，通过批处理和压缩记录有效地使用IO。Kafka会对数据流进行解耦。Kafka用于将数据流到数据湖、应用和实时流分析系统中。Kafka主要应用于实时信息流的大数据收集或者实时分析(或者两者兼有)。Kafka既可以为内存微服务提供持久性服务，也可以用于向复杂事件流系统和IoT/IFTTT式自动化系统反馈事件。

 

　　目前，世界500强企业有三分之一都在使用kafka，而使其如此流行的原因有以下几点：

 

　　其一、kafka速度快。

 

　　Kafka基于zero copy原则，深度依靠操作系统内核实现快速移动数据，能将数据记录分批处理。这些批次数据可以通过端到端的方式从生产者到文件系统(Kafka主题日志)再到消费者。批处理能实现更高效的数据压缩并减少I / O延迟。Kafka将不可变的提交日志写入连续磁盘，从而避免了随机磁盘访问和磁盘寻道速度慢的问题。Kafka支持增加分区进行横向扩展。它将主题日志分成几百个(可能有数千个)分区分布到数千个服务器。这种方式可以让Kafka承载海量负载。

 

　　其二、Kafka支持多语言

 

　　客户端和服务器之间的Kafka通信使用基于TCP的线路协议，该协议是版本化和文档化的。Kafka承诺保持对老客户端的向后兼容性，并支持多种语言，包括C#，Java，C，Python，Ruby等多种语言。Kafka生态系统还提供REST代理，可通过HTTP和JSON轻松集成。Kafka还通过Kafka的融合模式注册(ConfluentSchema Registry)支持Avro模式。Avro和模式注册允许客户以多种编程语言制作和读取复杂的记录，并允许记录的变化。

 

　　其三、kafka应用广泛

 

　　Kafka支持构建实时流数据管道，支持内存微服务(比如actors，Akka，Baratine.io，QBit，reactors，reactive,，Vert.x，RxJava，SpringReactor)，支持构建实时流应用程序，进行实时数据分析，转换，响应，聚合、加入实时数据流以及执行CEP。

 

　　其四、Kafka可扩展的消息存储

 

　　Kafka是一个很好的记录或信息存储系统。Kafka就像一个提交日志存储和复制的高速文件系统。这些特点使Kafka适用于各种应用场合。写入Kafka主题的记录会持久保存到磁盘并复制到其他服务器以实现容错。由于现在磁盘速度快而且相当大，所以这种方式非常有用。Kafka生产者可以等待确认，所以消息是持久的，因为生产者在复制完成之前不会完成写入操作。Kafka磁盘结构可以很好地扩展。磁盘在大批量流式传输时具有非常高的吞吐量。此外，Kafka客户端和消费者可以控制读取位置(偏移量)，这允许在出现重要错误(即修复错误和重放)时重播日志等用例。而且，由于偏移量是按照每个消费者群体进行跟踪的，所以消费者可以非常灵活地重播日志。

 

　　Kafka可以让合适的数据以合适的形式出现在合适的地方。Kafka的做法是提供消息队列，让生产者单往队列的末尾添加数据，让多个消费者从队列里面依次读取数据然后自行处理。如此便捷的模式，必然使得kafka在各个领域的应用不断的加强。

 

　　DT时代，对于kafka的应用将不断的深入，未来不仅仅是世界500强企业会用到kafka，任何一个企业都将使用这一便捷的工具来实现大数据的布局。技术总是在不断的更新和发展，kafka也在不断的更细迭代，相信，未来企业的大数据布局，必将因kafka而更加便捷。