入门大数据---Kafka是什么？
目录
1.Kafka简介
Kafka是一种计算框架，结合了之前的MapReduce批处理和流式计算为一体，可以处理历史数据和实时数据。
流平台具有三个关键功能：
- 发布和订阅记录流，类似于消息队列或企业消息传递系统。
- 以容错的持久方式存储记录流。
- 处理记录流。
Kafka通常用于两大类应用程序:
- 构建应用程序和Kafka之间的管道流
- 构建响应流
另外几个概念:
- Kafka可以部署到多台机器上，甚至不同区域的机房里面
- Kafka的记录流存在Topic（主题）里面
- 每条记录由key，value和timestamp组成
Kafka提供了四个核心API：
Topics and Logs(主题和日志)
一个Topic有0个，1个或多个订阅者。一个Topic有1个或多个分区。另外还有个任务概念，每个任务可以处理多个分区。如下图所示：
每个Topic维护着一个有序的Log，订阅者根据自己记录的偏移量来灵活读取Log。
Distribution
每个Log有一个主节点和多个从节点，这些节点分布到不同机器上，从节点同步主节点内容，当主节点挂了，会从从节点里面选取一个主节点继续运行。每个主节点机器上同时分布着其它机器的从节点，同时主节点也分布着其它Log的主节点,画个图脑补下：
Geo-Replication（地理复制）
要保证Kafka可靠，可以将服务部署到多个省，多个国家的云中心，在出问题的时候方便恢复。
Producers(生产者)
Producer负责将数据发送到Topic里面。
Consumers(消费者)
这里有个Consumer Group概念，每个Consumer Group里面有多个Consumer，Consumer Group负责订阅分区消息，并分配给Consumer。
Multi-tenancy(多租户)
可以制定一个多租户解决方案，通过配置哪些主题可以生成或消耗数据来启用多租户。
Guarantees(担保)
Kafka通过顺序的记录日志和允许n-1台服务器挂掉来保障服务的稳定。
Kafka as a Messaging System（Kafka作为消息传递系统）
Kafka同时兼容了队列传递和发布订阅传递。并且通过分区机制可以有序并行的给消费者分发消息。
Kafka as a Storage System（Kafka作为存储系统）
任何消费订阅消息都能存储到Kafka里面，并分发备份到不同机器上。所以Kafka可以看作是一种高性能，低延迟，日志存储的分布式文件系统。
Kafka for Stream Processing(用于流处理的Kafka)
Kafka不仅可以进行写入，读取和存储，还可以进行实时的流处理。简单的通过发布订阅APIs就能进行处理，复杂的有专门的 Streams API.
Putting the Pieces Together(把多种方案汇聚一身)
Kafka汇聚了队列，发布订阅，批处理，流处理和分布式存储技术。可以说很厉害。
2.Kafka架构
