Kafka是一个分布式消息队列，具有高性能、持久化、多副本、横向扩展能力。生产者往队列里写消息，消费者从队列里取消息进行业务逻辑。一般在架构设计中起到解耦、削峰、异步处理的作用。
Kafka对外使用topic概念，生产者往topic里写消息，消费者从topic中读消息。为了做到水平扩展，一个topic实际是由多个partition组成的，遇到瓶颈时，可以通过partition的数量来进行横向扩容。Kafka的数据是按照一定顺序持久化保存，单个partition内是保证消息有序。
Broker: 一个独立的Kafka服务器被称为Broker。Broker接收来自生产者的消息，为消息设置偏移量，并提交消息到磁盘保存。broker为消费者提供服务，对读取分区的请求作出响应，返回已经提交到磁盘上的消息，
Topic: 主题，消息源。Kafka的消息按照主题进行分类。主题好比数据库的表，或者文件系统里的文件夹。主题可以被分为若干个分区，即一个表中有多个列，或者一个文件系统的文件夹中有多个文件。
Partition: 分区，一个分区就是一个提交日志，消息以追加的方式写入分区，然后以先入先出的顺序读取。由于一个主题一般包含多个分区，因此，无法在整个主题范围内保证消息的顺序，但是，可以保证消息在单个分区内的顺序。
Producer : 生产者，创建消息。默认情况下，把消息均衡地分不到主题的所有分区上，而并不关心特定消息会被写到哪个分区；某些情况下，生产者会把消息直接写到指定的分区，通过消息键和分区器来实现，分区器为建生成一个散列值，并将其映射到指定的分区上。
Consumer: 消费者，读取数据。消费者订阅一个或多个主题，并按照消息生成的顺序读取它们。消费者通过检查消息的偏移量来区分已经读取过的消息。
ConsumerGroup: 消费者组，可以并行消费主题中的分区的消息的消费者组合。
偏移量: 偏移量是一个不断递增的整数值，在创建消息时，Kafka会把它添加到消息里。在给定的分区里，每个消息的偏移量都是唯一的。消费者把每个分区最后读取的消息偏移量保存在zookeeper或Kafka上，如果消费者关闭或重启，他的读取状态不会丢失。
Message: 消息，通信的基本单位，每个producer可以向一个主题发布一些消息。Message是以主题为基本单位组织的。Message包含三个属性，分别为offset、MessageSize和data。
Producers: 消息和数据生成者，向Kafka的一个topic发布消息的过程叫做producers 。
Consumers: 消息和数据消费者，订阅topic并处理其发布的消息的过程叫做consumers。
