本页使用了标题或全文手工转换

Kafka

维基百科,自由的百科全书
跳转至: 导航搜索
Kafka[1]
Apache kafka.png
開發者 Apache软件基金会
初始版本 2011年1月,​7年前​(2011-01[2]
穩定版本
穩定版本
1.0.0 / 2017年11月1日,​3個月前​(2017-11-01
開發狀態 活跃
编程语言 ScalaJava
操作系统 跨平台
类型 流式处理英语Stream processing, 消息中间件英语message broker
许可协议 Apache许可证 2.0
網站 kafka.apache.org
源代码库 git-wip-us.apache.org/repos/asf/kafka.git

Kafka是由Apache软件基金会开发的一个开源流处理英语Stream processing平台,由ScalaJava编写。该项目的目标是为处理实时数据提供一个统一、高吞吐、低延迟的平台。其持久化层本质上是一个“按照分布式事务日志架构的大规模发布/订阅消息队列”,[3]这使它作为企业级基础设施来处理流式数据非常有价值。此外,Kafka可以通过Kafka Connect连接到外部系统(用于数据输入/输出),并提供了Kafka Streams——一个Java流式处理库 (计算机)

该设计受事务日志英语Transaction log的影响较大。[4]

Kafka的历史[编辑]

Kafka最初是由领英开发,并随后于2011年初开源,并于2012年10月23日由Apache Incubator孵化出站。2014年11月,几个曾在领英为Kafka工作的工程师,创建了名为Confluent的新公司,[5],并着眼于Kafka。根据2014年Quora的帖子,Jay Kreps似乎已经将它以作家弗朗茨·卡夫卡命名。Kreps选择将该系统以一个作家命名是因为,它是“一个用于优化写作的系统”,而且他很喜欢卡夫卡的作品。[6]

Kafka的架构[编辑]

Kafka概览

Kafka存储的消息来自任意多被称为“生产者”(Producer)的进程。数据从而可以被分配到不同的“分区”(Partition)、不同的“Topic”下。在一个分区内,这些消息被索引并连同时间戳存储在一起。其它被称为“消费者”(Consumer)的进程可以从分区查询消息。Kafka运行在一个由一台或多台服务器组成的集群上,并且分区可以跨集群结点分布。

Kafka高效地处理实时流式数据,可以实现与Storm、HBase和Spark的集成。作为群集部署到多台服务器上,Kafka处理它所有的发布和订阅消息系统使用了四个API,即生产者API、消费者API、Stream API和Connector API。它能够传递大规模流式消息,自带容错功能,已经取代了一些传统消息系统,如JMS、AMQP等。

Kafka架构的主要术语包括Topic、Record和Broker。Topic由Record组成,Record持有不同的信息,而Broker则负责复制消息。Kafka有四个主要API:

  • 生产者API:支持应用程序发布Record流。
  • 消费者API:支持应用程序订阅Topic和处理Record流。
  • Stream API:将输入流转换为输出流,并产生结果。
  • Connector API:执行可重用的生产者和消费者API,可将Topic链接到现有应用程序。

相关术语[编辑]

  • Topic 用来对消息进行分类,每个进入到Kafka的信息都会被放到一个Topic下
  • Broker 用来实现数据存储的主机服务器
  • Partition 每个Topic中的消息会被分为若干个Partition,以提高消息的处理效率
  • Producer 消息的生产者
  • Consumer 消息的消费者
  • Consumer Group 消息的消费群组

设计目标[编辑]

Kafka的性能[编辑]

由于其广泛集成到企业级基础设施中,监测Kafka在规模运行中的性能成为一个日益重要的问题。监测端到端性能,要求跟踪所有指标,包括Broker、消费者和生产者。除此之外还要监测ZooKeeper,Kafka用它来协调各个消费者。[7][8]目前有一些监测平台可以跟踪卡夫卡的性能,有开源的,如领英的Burrow;也有付费的,如Datadog英语Datadog。除了这些平台之外,收集Kafka的数据也可以使用工具来进行,这些工具一般需要Java,包括JConsole。[9]

Consumer Group[编辑]

Kafka文件格式[编辑]

00000000000000000000.index 00000000000000000000.log 00000000000000000000.timeindex 00000000000000782248.snapshot leader-epoch-checkpoint

使用Kafka的企业[编辑]

下面的列表是曾经或正在使用Kafka的知名企业:

参见[编辑]

参考资料[编辑]

  1. ^ GitHub仓库镜像
  2. ^ Open-sourcing Kafka, LinkedIn's distributed message queue [开源的Kafka,LinkedIn的分布式消息队列]. [2016-10-27]. 
  3. ^ Monitoring Kafka performance metrics [监控Kafka性能数据]. Datadog英语Datadog官方博客. [2016-05-23] (英语). 
  4. ^ The Log: What every software engineer should know about real-time data's unifying abstraction [The Log: What every software engineer should know about real-time data's unifying abstraction]. 领英官方博客. [2014-05-05] (英语). 
  5. ^ Primack, Dan. LinkedIn engineers spin out to launch 'Kafka' startup Confluent [领英工程师推迟发布Kafka启动Confluent]. [2015-02-10] (英语). 
  6. ^ What is the relation between Kafka, the writer, and Apache Kafka, the distributed messaging system? [作家卡夫卡和Apache Kafka那个分布式消息系统之间有什么关系?]. [2017-06-12] (英语). 
  7. ^ Monitoring Kafka performance metrics [监测Kafka性能指标]. 2016-04-06 [2016-10-05] (英语). 
  8. ^ Mouzakitis, Evan. Monitoring Kafka performance metrics [监测Kafka性能指标]. 2016-04-06 [2016-10-05] (英语). 
  9. ^ Collecting Kafka performance metrics - Datadog [收集Kafka性能指标-Datadog]. 2016-04-06 [2016-10-05] (英语). 
  10. ^ More data, more data [更多数据,更多数据] (英语). 
  11. ^ Kafka Usage in Ebay Communications Delivery Pipeline [Kafka在Ebay通信传递管道中的用途] (英语). 
  12. ^ Doyung Yoon. S2Graph : A Large-Scale Graph Database with HBase [S2Graph:基于HBase的大规模图形数据库] (英语). 
  13. ^ Cheolsoo Park and Ashwin Shankar. Netflix: Integrating Spark at Petabyte Scale [Netflix:在Pb级规模集成Spark] (英语). 
  14. ^ Shibi Sudhakaran of PayPal. PayPal: Creating a Central Data Backbone: Couchbase Server to Kafka to Hadoop and Back (talk at Couchbase Connect 2015) [PayPal:创建中心数据骨干:Couchbase Server到Kafka到Hadoop和Back(在Couchbase Connect 2015上的讲话)]. Couchbase. [2016-02-03] (英语). 
  15. ^ Josh Baer. How Apache Drives Spotify's Music Recommendations [Apache如何驱动Spotify的音乐推荐] (英语). 
  16. ^ Streaming Messages from Kafka into Redshift in near Real-Time [从Kafka到Redshift的流式消息接近于实时]. Yelp. [2017-07-19] (英语). 
  17. ^ Boerge Svingen. Publishing with Apache Kafka at The New York Times [在纽约时报使用Kafka进行出版]. [2017-09-19] (英语). 
  18. ^ OpenSOC: An Open Commitment to Security [OpenSOC:一份公开的安全承诺]. 思科博客. [2016-02-03] (英语). 
  19. ^ Apache Kafka for Item Setup [Kafka用于项目设置]. medium.com. [2017-06-12] (英语). 
  20. ^ Stream Processing in Uber [优步的流式处理]. InfoQ. [2015-12-06] (英语). 

外部链接[编辑]