购物网站开发报告,网站模板 寻模板,昆明网站建设加王道下拉,360搜索怎么做网站自然优化本章结构#xff1a;
1、为什么要使用消息队列MQ
2、使用消息队列的好处
3、消息队列的两种模式
4、对Kafka的概述
5、Kafka的特性
6、Kafka的系统架构
7、部署Kafka Kafka 定义 Kafka 是一个分布式的基于发布/订阅模式的消息队列#xff08;MQ#xff0c;Message Qu…本章结构
1、为什么要使用消息队列MQ
2、使用消息队列的好处
3、消息队列的两种模式
4、对Kafka的概述
5、Kafka的特性
6、Kafka的系统架构
7、部署Kafka Kafka 定义 Kafka 是一个分布式的基于发布/订阅模式的消息队列MQMessage Queue主要应用于大数据实时处理领域。 一、为什么使用消息队列MQ 在高并发环境下同步请求来不及处理会发生堵塞从而触发too many connection错误引发雪崩效应。比如大量的请求并发访问数据库导致行锁表锁最后请求线程会堆积过多。 我们使用消息队列通过异步请求缓解系统压力消息队列经常应用于异步处理流量削峰应用解耦消息通讯等场景。 当前比较常见的 MQ 中间件有 ActiveMQ、RabbitMQ、RocketMQ、Kafka 等。 二、使用消息队列的好处
1、解耦
允许你独立的扩展或修改两边的处理过程只要确保它们遵守同样的接口约束。
2、可恢复性
系统的一部分组件失效时不会影响到整个系统。消息队列降低了进程间的耦合度所以即使一个处理消息的进程挂了加入队列的消息仍然可以在系统恢复后被处理。
3、缓冲
有助于控制和优化数据流结果系统的速度解决生产消息和消费消息的处理速度不一致的情况。
4、灵活性峰值处理能力
在访问量剧增的情况下应用仍然需要继续发挥作用但是这样的突发流量并不常见。 如果为以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费。 使用消息队列能够使关键组件顶住突发的访问压力而不会因为突发的超负荷的请求而完全崩溃。
5、异步通信
很多时候用户不想也不需要立即处理消息。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。
想向队列中放入多少消息就放多少然后在需要的时候再去处理它们。 三、消息队列的两种模式
1点对点模式一对一消费者主动拉取数据消息收到后消息清除 消息生产者生产消息发送到消息队列中然后消息消费者从消息队列中取出并且消费消息。 消息被消费以后消息队列中不再有存储所以消息消费者不可能消费到已经被消费的消息。 消息队列支持存在多个消费者但是对一个消息而言只会有一个消费者可以消费。 2发布/订阅模式一对多又叫观察者模式消费者消费数据之后不会清除消息 消息生产者发布将消息发布到 topic 中同时有多个消息消费者订阅消费该消息。和点对点方式不同发布到 topic 的消息会被所有订阅者消费。 发布/订阅模式是定义对象间一种一对多的依赖关系使得每当一个对象目对标象的状态发生改变则所有依赖于它的对象观察者对象都会得到通知并自动更新。 四、对Kafka的概述
基于 Zookeepe Kafka 是最初由 Linkedin 公司开发是一个分布式、支持分区的partition、多副本的replicar 协调的分布式消息中间件系统它的最大的特性就是可以实时的处理大量数据以满足各种需求场景比如基于 hadoop 的批处理系统、低延迟的实时系统、Spark/Flink 流式处理引擎nginx 访问日志消息服务等等用 scala 语言编写 Linkedin 于 2010 年贡献给了 Apache 基金会并成为顶级开源项目。 五、Kafka的特性
●高吞吐量、低延迟 Kafka 每秒可以处理几十万条消息它的延迟最低只有几毫秒。每个 topic 可以分多个 PartitionConsumer Group 对 Partition 进行消费操作提高负载均衡能力和消费能力。
●可扩展性 kafka 集群支持热扩展
●持久性、可靠性 消息被持久化到本地磁盘并且支持数据备份防止数据丢失
●容错性 允许集群中节点失败多副本情况下若副本数量为 n则允许 n-1 个节点失败
●高并发 支持数千个客户端同时读写 六、Kafka的系统架构 1Broker 服务器 一台 kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker 可以容纳多个 topic。
2Topic 主题 可以理解为一个队列生产者和消费者面向的都是一个 topic。 类似于数据库的表名或者 ES 的 index 物理上不同 topic 的消息分开存储
3Partition 分区 为了实现扩展性一个非常大的 topic 可以分布到多个 broker即服务器上一个 topic 可以分割为一个或多个 partition每个 partition 是一个有序的队列。Kafka 只保证 partition 内的记录是有序的而不保证 topic 中不同 partition 的顺序。
每个 topic 至少有一个 partition当生产者产生数据的时候会根据分配策略选择分区然后将消息追加到指定的分区的队列末尾。 ##Partation 数据路由规则 1指定了 patition则直接使用 2未指定 patition 但指定 key相当于消息中某个属性通过对 key 的 value 进行 hash 取模选出一个 patition 3patition 和 key 都未指定使用轮询选出一个 patition。
每条消息都会有一个自增的编号用于标识消息的偏移量标识顺序从 0 开始。
每个 partition 中的数据使用多个 segment 文件存储。
如果 topic 有多个 partition消费数据时就不能保证数据的顺序。严格保证消息的消费顺序的场景下例如商品秒杀、 抢红包需要将 partition 数目设为 1。
●broker 存储 topic 的数据。如果某 topic 有 N 个 partition集群有 N 个 broker那么每个 broker 存储该 topic 的一个 partition。 ●如果某 topic 有 N 个 partition集群有 (NM) 个 broker那么其中有 N 个 broker 存储 topic 的一个 partition 剩下的 M 个 broker 不存储该 topic 的 partition 数据。 ●如果某 topic 有 N 个 partition集群中 broker 数目少于 N 个那么一个 broker 存储该 topic 的一个或多个 partition。在实际生产环境中尽量避免这种情况的发生这种情况容易导致 Kafka 集群数据不均衡。
//分区的原因 ●方便在集群中扩展每个Partition可以通过调整以适应它所在的机器而一个topic又可以有多个Partition组成因此整个集群就可以适应任意大小的数据了 ●可以提高并发因为可以以Partition为单位读写了。
1Replica 副本为保证集群中的某个节点发生故障时该节点上的 partition 数据不丢失且 kafka 仍然能够继续工作kafka 提供了副本机制一个 topic 的每个分区都有若干个副本一个 leader 和若干个 follower。
2Leader 每个 partition 有多个副本其中有且仅有一个作为 LeaderLeader 是当前负责数据的读写的 partition。
3Follower Follower 跟随 Leader所有写请求都通过 Leader 路由数据变更会广播给所有 FollowerFollower 与 Leader 保持数据同步。Follower 只负责备份不负责数据的读写。 如果 Leader 故障则从 Follower 中选举出一个新的 Leader。 当 Follower 挂掉、卡住或者同步太慢Leader 会把这个 Follower 从 ISRLeader 维护的一个和 Leader 保持同步的 Follower 集合 列表中删除重新创建一个 Follower。
4 producer 生产者即数据的发布者该角色将消息 push 发布到 Kafka 的 topic 中。 broker 接收到生产者发送的消息后broker 将该消息追加到当前用于追加数据的 segment 文件中。 生产者发送的消息存储到一个 partition 中生产者也可以指定数据存储的 partition。
5Consumer 消费者可以从 broker 中 pull 拉取数据。消费者可以消费多个 topic 中的数据。
6Consumer GroupCG 消费者组由多个 consumer 组成。 所有的消费者都属于某个消费者组即消费者组是逻辑上的一个订阅者。可为每个消费者指定组名若不指定组名则属于默认的组。 将多个消费者集中到一起去处理某一个 Topic 的数据可以更快的提高数据的消费能力。 消费者组内每个消费者负责消费不同分区的数据一个分区只能由一个组内消费者消费防止数据被重复读取。 消费者组之间互不影响。
7offset 偏移量 可以唯一的标识一条消息。 偏移量决定读取数据的位置不会有线程安全的问题消费者通过偏移量来决定下次读取的消息即消费位置。 消息被消费之后并不被马上删除这样多个业务就可以重复使用 Kafka 的消息。 某一个业务也可以通过修改偏移量达到重新读取消息的目的偏移量由用户控制。 消息最终是会还被删除的默认生命周期为 1 周7*24小时。
8Zookeeper Kafka 通过 Zookeeper 来存储集群的 meta 信息。
由于 consumer 在消费过程中可能会出现断电宕机等故障consumer 恢复后需要从故障前的位置的继续消费所以 consumer 需要实时记录自己消费到了哪个 offset以便故障恢复后继续消费。 Kafka 0.9 版本之前consumer 默认将 offset 保存在 Zookeeper 中从 0.9 版本开始consumer 默认将 offset 保存在 Kafka 一个内置的 topic 中该 topic 为 __consumer_offsets。
也就是说zookeeper的作用就是生产者push数据到kafka集群就必须要找到kafka集群的节点在哪里这些都是通过zookeeper去寻找的。消费者消费哪一条数据也需要zookeeper的支持从zookeeper获得offsetoffset记录上一次消费的数据消费到哪里这样就可以接着下一条数据进行消费。
