Apache Kafka

2021年4月22日 (四) 12:36的最后版本

Kafka 是一个高吞吐量的分布式消息系统，使用 Java 和 Scala 开发，早期由 LinkedIn 开发和内部使用。

[编辑] 简介

Kafka不只是个消息系统 The Log: What every software engineer should know about real-time data's unifying abstraction

Kafka 类似且堪比 Facebook Scribe 和 Cloudera Flume 系统。

淘宝开源了分布式消息中间件Memorphosis项目，它是Kafka的Java版本，针对淘宝内部应用做了定制和优化。

[编辑] 功能

Kafka 使用 Avro 作为消息序列化框架，每天能高效处理数十亿级别的度量指标和用户活动跟踪信息。Kafka 使用 ZooKeeper 保存集群的元数据信息和消费者信息。

Kafka并非传统意义上的消息队列，它与RabbitMQ等消息系统并不一样。它更像是一个分布式的文件系统或数据库。Kafka与传统消息系统之间有三个关键区别：

Kafka持久化日志，这些日志可以被重复读取和无限期保留；
Kafka是一个分布式系统：它以集群的方式运行，可以灵活伸缩，在内部通过复制数据提升容错能力和高可用性；
Kafka支持实时的流式处理。

以上三点足以将Kafka与传统的消息队列区别开，我们甚至可以把它看成是流式处理平台。

Kafka的解耦能力以及在安全和效率方面的可靠性，使它成为构建数据管道的最佳选择。常见的两种应用场景：

把Kafka作为数据管道两个端点之一，如，把Kafka里的数据移动到S3上，或把MongoDB里的数据移动到Kafka里；
把Kafka作为数据管道两个端点的中间媒介，如，为了把Twitter的数据移动到Elasticsearch上，需要先把数据移动到Kafka里，再将它们从Kafka移动到Elasticsearch上。

[编辑] 新闻

Kafka迎来1.0.0版本，正式告别四位数版本号 (2017.11)

[编辑] 指南

tar -xzf kafka_2.11-0.9.0.0.tgz 
cd kafka_2.11-0.9.0.0
server.properties
port = 9092
advertised.host.name = localhost 
bin/zookeeper-server-start.sh config/zookeeper.properties
bin/kafka-server-start.sh config/server.properties

创建一个topic

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
bin/kafka-topics.sh --list --zookeeper localhost:2181

发送一些消息

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test
This is a message
This is another message

启动一个消费者consumer

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

更多细节>>>

[编辑] 分发版

Confluent Platform
Hortonworks Kafka
IBM Message Hub Apache Kafka as a Service

[编辑] 项目

Kafka ecosystem

[编辑] 管理控制台

Kafka Manager
kafkat
Hortonworks Streams Messaging Manager (SMM)
Kafka Web Console 此项目已不再更新，请访问 Kafka Manager

git clone https://github.com/claudemamo/kafka-web-console
cd kafka-web-console
sbt
> run
http://localhost:9000

[编辑] 流处理

[编辑] 集成Hodoop

Kafka HDFS Connector

[编辑] 搜索与查询

[编辑] 日志与监控

[编辑] Connect

Kafka Connect

[编辑] 存储

Kafka Streams 使用 RocksDB 做 Local 存储。

[编辑] 文档

更多文档>>>

[编辑] 书籍

《Kafka: The Definitive Guide》

[编辑] 服务商

Confluent

前LinkedIn首席工程师Jay Kreps和另两位Kafka创始成员共同创办了Confluent，和LinkedIn一道开发和维护Kafka，并提供商业化的支持订阅服务。

[编辑] 用户

Powered By Kafka
Uber的流处理系统及实践 based on Apache Samza
七牛是如何搞定每天500亿条日志的
纽约时报在CMS系统里使用Kafka来保存他们的文章。

[编辑] 图集

kafka
Kafka
分布式流平台
Confluent平台
未使用Kafka
使用Kafka
部署于LinkedIn
日志
传感器数据
Broker
KStream架构
KStream状态
个性化推荐引擎
Kafka Manager
Uber流处理架构
Kafka Web Console
书籍

[编辑] 链接

Kafka主页
Kafka @ GitHub
Confluent @ GitHub
Kafka Ecosystem
Kafka文档
Apache Kafka：下一代分布式消息系统，有节Kafka与Apache ActiveMQ V5.4和RabbitMQ V2.4的性能对比。
Using Apache Kafka as a Scalable, Event Driven Backbone for Service Architectures

@@ 第1行： / 第1行： @@
-Kafka 是一个高吞吐量的分布式消息系统，使用 [[Scala]] 开发，被用于 [[LinkedIn]]。
+Kafka 是一个高吞吐量的分布式消息系统，使用 [[Java]] 和 [[Scala]] 开发，早期由 [[LinkedIn]] 开发和内部使用。
+==简介==
+[http://www.infoq.com/cn/news/2017/10/Kafka-not-just-messag-system Kafka不只是个消息系统] [https://engineering.linkedin.com/distributed-systems/log-what-every-software-engineer-should-know-about-real-time-datas-unifying The Log: What every software engineer should know about real-time data's unifying abstraction]
 Kafka 类似且堪比 Facebook [[Scribe]] 和 Cloudera [[Flume]] 系统。
@@ 第5行： / 第8行： @@
 淘宝开源了分布式消息中间件[[Memorphosis]]项目，它是Kafka的Java版本，针对淘宝内部应用做了定制和优化。
-==简介==
+==功能==
-[http://www.infoq.com/cn/news/2017/10/Kafka-not-just-messag-system Kafka不只是个消息系统]
+Kafka 使用 [[Apache Avro|Avro]] 作为消息序列化框架，每天能高效处理数十亿级别的度量指标和用户活动跟踪信息。Kafka 使用 [[Apache ZooKeeper|ZooKeeper]] 保存集群的元数据信息和消费者信息。
-Kafka  使用 [[Apache Avro|Avro]] 作为消息序列化框架，每天能高效处理数十亿级别的度量指标和用户活动跟踪信息。Kafka 使用 [[Apache ZooKeeper|ZooKeeper]] 保存集群的元数据信息和消费者信息。
 Kafka并非传统意义上的消息队列，它与[[RabbitMQ]]等消息系统并不一样。它更像是一个分布式的文件系统或数据库。Kafka与传统消息系统之间有三个关键区别：
@@ 第152行： / 第153行： @@
 [[category:event]]
 [[category:LinkedIn]]
+[[category:java]]
 [[category:scala]]
 [[category:big data]]