Kafka定义：是一个的基于
的
（Message Queue），主要应用于大数据实时处理领域。现在被定义为是一个
。
发布/订阅：消息的发布者，而是将发布的消息分为不同的类别，
。
试想，若 kafka是直接将消息推送给特定的订阅者，那么订阅者的消费速度怎么保证能跟得上推送的速度？面对不同的订阅者，怎么保证它们消费的速率一致？
作为消息队列，主要应用场景包括：。
1、缓存/消峰
有助于控制和优化数据经过系统的速度，解决生产消息和消费消息处理速度不一致的情况。
2、解耦
弱化双方的关联关系，不再要求其强依赖的关系。
假设我们要对一件事件进行解耦动作，首先我们抓住事件的主线，将分支事件进行拆解出去。主线不依赖于分支事件的执行情况，分支事件不依赖于主线的执行返回。
解耦的好处在于：
- 提升接口的响应的 RT（异步消息队列，不再占用主线程的资源）；
- 能够提升接口的可用性（不会因为分支事件的执行失败影响主线的执行）；
3、异步通信
允许用户把一个消息放入到消息队列中，但不立即处理它，然后在需要的时候再去处理它们。
异步通信
消息队列的两种模式：
- 点对点模式。其中包括了 poll拉模式，push推模式。
-
发布/订阅模式
消息队列两种模式
用 Rabbit MQ与 Kafka的相关概念进行对比的话：
| Rabbit MQ | Kafka |
|---|---|
| queue | topic |
| 同一个消息被多个消费者消费：往 exchange（绑定多个 queue）上推送消息 | 多个消费组消费同一个 topic |
| 消费完成后就删除掉 | 不删除，按照一定的策略进行删除；消费后改变偏移量 offset |
Kafka的基础架构：
注意看，同一个分区的 leader和 follower分布在不同的服务器 broker上，这样就能很好的避免因为某个 broker挂掉后造成服务不可用了。
一个分区只能被一个消费者进行消费，而一个消费者可以消费多个分区中的 topic消息！
Kafka的基础架构
