消息中间件的作用：

• 异步处理：
  • 与并行相比，虽然减少了时间，但是还是得等待其他线程执行完，但是消息中间件对于简单的业务处理，还要引入一个中间件也比较复杂
  • 如果我投递了简历之后需要发送成功邮件以及短信，就可以交给消息中间件
  • 就像数据库、redis数据一致性，需要用到延迟双删，也可以异步处理
• 应用解耦：
  • 比如用户下单之后，需要去库存系统缩减库存，这时候呢如果通过feign远程调用，这样耦合度就比较高，通过消息中间件去确保最终一致性
• 流量削峰：
  • 像12306在抢票的时候，并发量极高，就将这些请求放在消息队列中一个个的去处理
• 日志处理：
  • 将日志放在消息队列中，解决大日志传输的问题。
• 流处理

Kafka的优点：

• 天然支持分布式
• 持久化数据（默认保存七天）
• 流式处理动态的数据
• 高性能、高可用、高伸缩性（集群目标）

基本概念：

• 消息和批次：
  • 消息：由字节数组组成
  • 为了提高效率，会将消息以批次（生产者源码里的缓冲池）的形式写入
  • 序列化和反序列化（JSON或者XML）
• 主题和分区：
  • topic：以主题的形式进行分类（类似于数据库中的表），一个主题可以跨越多个服务器，高性能之一，多台服务器磁盘读写比单台更高
  • partition：一个topic对应多个分区，消息顺序追加
• 生产者：
  • 消息默认情况下均衡分布在所有分区上，如果需要指定分区，可以自己写分区器或者根据key
  • 直接指定分区：
• 消费者：
  • 消费者订阅主题，可以订阅不同的主题，可以负责不同分区，但是一个分区只能对应一个消费者，按照消息顺序读写
  • 分区的偏移量都会保存在kafka上consumer_offset这个主题上
• Broker和集群：
  • 主要工作接收消息，设置偏移量，磁盘保存
  • 拉模式，响应请求
  • Brocker会组成一个集群，每个集群中会选出一个集群控制器( Kafka使用 Zookeeper的临时节点来选举控制器,并在节点加入集群或退出集群时通知控制器)。包括进行分区，监控brocker
  • 集群内布通过管道技术进行高效的复制
  • 消息持久化：要么时间7天要么大小1G
  • 常见配置：
    • brocker id 集群不能重复
    • listeners：监听列表
    • zookeeper connect：集群的地址
    • num partitions：分区数量
    • 日志时间
    • 分区大小
    • 日志片段大小
    • 能接收的最大字节数
• 硬件对于性能的影响：
  • 磁盘吞吐量影响生产者，写的快性能就好
  • 内存影响消费者，消费者数据一般从内存之