消息队列 Kafka 的基本知识及 .NET Core 客户端

前言

最新项目中要用到消息队列来做消息的传输，之所以选着 Kafka 是因为要配合其他 java 项目中，所以就对 Kafka 了解了一下，也算是做个笔记吧。

本篇不谈论 Kafka 和其他的一些消息队列的区别，包括性能及其使用方式。

简介

Kafka 是一个实现了分布式的、具有分区、以及复制的日志的一个服务。它通过一套独特的设计提供了消息系统中间件的功能。它是一种发布订阅功能的消息系统。

一些名词

如果要使用 Kafka ，那么在 Kafka 中有一些名词需要知道，文本不讨论这些名词是否在其他消息队列中具有相同的含义。所有名词均是针对于 Kafka。

Message

消息，就是要发送的内容，一般包装成一个消息对象。

Topic

通俗来讲的话，就是放置“消息”的地方，也就是说消息投递的一个容器。假如把消息看作是信封的话，那么 Topic 就是一个邮筒，如下图所示：

Partition && Log

Partition 分区，可以理解为一个逻辑上的分区，像是我们电脑的磁盘 C:, D:, E: 盘一样,
Kafka 为每个分区维护着一份日志Log文件。

每个分区是一个有序的，不可修改的，消息组成的队列。当消息过来的时候，会被追加到日志文件中，这个追加是根据 commit 命令来执行的。

分区中的每一条消息都有一个编号，叫做 offset id，这个 id 在当前分区中是唯一的，并且是递增的。

日志，就是用来记录分区中接收到的消息，因为每一个 Topic 可以同时向一个或者多个分区投递消息，所以实际在存储日志的时候，每个分区会对应一个日志目录，其命名规则一般为 <topic_name>-<partition_id>, 目录中就是一个分区的一份 commit log 日志文件。

Kafka 集群会保存一个时间段内所有被发布出来的信息，无论这个消息是否已经被消费过，这个时间段是可以配置的。比如日志保存时间段被设置为2天，那么2天以内发布的消息都是可以消费的；而之前的消息为了释放空间将会抛弃掉。Kafka的性能与数据量不相干，所以保存大量的消息数据不会造成性能问题。

对日志进行分区主要是为了以下几个目的：第一、这可以让log的伸缩能力超过单台服务器上线，每个独立的partition的大小受限于单台服务器的容积，但是一个topic可以有很多partition从而使得它有能力处理任意大小的数据。第二、在并行处理方面这可以作为一个独立的单元。

生产者 Producers

和其他消息队列一样，生产者通常都是消息的产生方。
在 Kafka 中它决定消息发送到指定Topic的哪个分区上。

消费者 Consumers

消费者就是消息的使用者，在消费者端也有几个名词需要区分一下。

一般消息队列有两种模式的消费方式，分别是 队列模式 和 订阅模式。

队列模式：一对一，就是一个消息只能被一个消费者消费，不能重复消费。一般情况队列支持存在多个消费者，但是对于一个消息，只会有一个消费者可以消费它。

订阅模式：一对多，一个消息可能被多次消费，消息生产者将消息发布到Topic中，只要是订阅改Topic的消费者都可以消费。

Consumer && Subscriber

Group： 组，是一个消费者的集合，每一组都有一个或者多个消费者，Kafka 中在一个组内，消息只能被消费一次。

在发布订阅模式中，消费者是以组的方式进行订阅的，就是Consumer Group，他们的关系如下图：

每个发布到Topic上的消息都会被投递到每个订阅了此Topic的消费者组中的某一个消费者，也就是每个组都会被投递，但是每个组都只会有一个消费者消费这个消息。

开头介绍了Kafka 是发布-订阅功能的消息队列，所以在Kafka中，队列模式是通过单个消费者组实现的，也就是整个结构中只有一个消费者组，消费者之间负载均衡。

Kafka 集群

Borker： Kafka 集群有多个服务器组成，每个服务器称做一个 Broker。同一个Topic的消息按照一定的key和算法被分区存储在不同的Broker上。

上图引用自：http://blog.csdn.net/lizhitao

因为 Kafka 的集群它是通过将分区散布到各个Server的实现的，也就是说集群中每个服务器他们都是彼此共享分区的数据和请求，每个分区的日志文件被复制成指定分数，分散在各个集群机器，这样来实现的故障转移。

对于每一个分区都会有一个服务器作为它的 "leader" 并且有零个或者多个服务器作为"followers" 。leader 服务器负责处理关于这个 partition 所有的读写请求， followers 服务器则被动的复制 leader 服务器。如果有 leader 服务器失效，那么 followers 服务器将有一台被自动选举成为新的 leader 。每个服务器作为某些 partition 的 leader 的同时也作为其它服务器的 follower ，从而实现了集群的负载均衡。

.NET Core Kafka 客户端

在 .NET Core 中，有相对应的开源 kafka sdk 项目，就是 Rdkafka。它同时支持 .NET 4.5，并且支持跨平台，可以运行于Linux，macOS 和 Windows。

RdKafka Github ：https://github.com/ah-/rdkafka-dotnet

RdKafka Nuget ：Install-Package RdKafka

生产者 API

// Producer 接受一个或多个 BrokerList
using (Producer producer = new Producer("127.0.0.1:9092"))//发送到一个名为 testtopic 的Topic，如果没有就会创建一个u
sing (Topic topic = producer.Topic("testtopic")) {    
//将message转为一个 byte[]byte[] data = Encoding.UTF8.GetBytes("Hello RdKafka");DeliveryReport deliveryReport = await topic.Produce(data);Console.WriteLine($"发送到分区：{deliveryReport.Partition}, Offset 为: {deliveryReport.Offset}");
}

消费者 API

由于 Kafka 是以消费者组的形式进行消费的，所以需要指定一个GroupId。

在内部实现上，消费者是通过一个轮询机制来实现的对 Topic 消息的监控，这也是Kafka推荐的方式，在 Rdkafka 中轮询的间隔为 1 秒钟。

//配置消费者组
var config = new Config() 
{ 
   GroupId = "example-csharp-consumer" };
   using (var consumer = new EventConsumer(config, "127.0.0.1:9092")) 
  {    //注册一个事件consumer.OnMessage += (obj, msg) =>{     
        string text = Encoding.UTF8.GetString(msg.Payload, 0, msg.Payload.Length);Console.WriteLine($"Topic: {msg.Topic} Partition: {msg.Partition} Offset: {msg.Offset} {text}");};    //订阅一个或者多个Topicconsumer.Subscribe(new[] { "testtopic" });    //启动consumer.Start();Console.WriteLine("Started consumer, press enter to stop consuming");Console.ReadLine();
}