- 发布和订阅
- 使用原因
1、解耦，可以确保两个系统互不干扰
2、冗余，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。许多消息队列采用的”插入-获取-删除”范式，确保处理数据过程失败后不会数据丢失
3、扩展性，增大消息入队和处理是先对容易的
4、峰值处理能力，在访问量剧增的情况下，可以在不增加机器的情况下确保系统的稳定运行
5、可恢复性，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
6、有序性，大多数使用场景下，数据处理的顺序都很重要，Kafka保证一个Partition内的消息的有序性
7、异步通信，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
- 基本结构
为了使得kafka的吞吐率可以线性提高，物理上把一个topic拆分为一个或多个partition，每个partition在物理上对应一个文件夹，该文件夹下存储这个partition的所有消息和索引文件
每个日志文件都是一个log entry序列，消息体就保存在序列中，每条消息都有一个当前Partition下唯一的64字节的offset，它指明了这条消息的起始位置，这个log entry并非由一个文件构成，而是分成多个segment，每个segment以该segment第一条消息的offset命名并以“.kafka”为后缀
因为每条消息都被append到该Partition中，属于顺序写磁盘，因此效率非常高（经验证，顺序写磁盘效率比随机写内存还要高，这是Kafka高吞吐率的一个很重要的保证）
对于传统的message queue而言，一般会删除已经被消费的消息，而Kafka集群会保留所有的消息，无论其被消费与否。当然，因为磁盘限制，不可能永久保留所有数据（实际上也没必要），因此Kafka提供两种策略删除旧数据。
- kafka的特性
Kafka是Apache下的一个子项目，是一个高性能跨语言分布式发布/订阅消息队列系统，而Jafka是在Kafka之上孵化而来的，即Kafka的一个升级版。
具有以下特性：
1、快速持久化，可以在O(1)的系统开销下进行消息持久化；
2、高吞吐，在一台普通的服务器上既可以达到10W/s的吞吐速率；
3、完全的分布式系统，Broker、Producer（生产）、Consumer（消费）都原生自动支持分布式，自动实现负载均衡，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，一般broker数量越多，集群吞吐率越高