概念
Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消费。
- 软件名称
- Apache Kafka
- 开发商
- Apache软件基金会
- 软件平台
- 跨平台
- 软件版本
- 0.8.2.2
特点
Kafka 是一种高吞吐量的分布式发布订阅消息系统，有如下特性：
- 通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。
- 高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。
- 支持通过Kafka服务器和消费机集群来分区消息。
- 支持Hadoop并行数据加载。
相关知识点
Broker
Kafka集群包含一个或多个服务器，这种服务器被称为broker[5]
Topic
每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）
Partition
Partition是物理上的概念，每个Topic包含一个或多个Partition.
Producer
负责发布消息到Kafka broker
Consumer
消息消费者，向Kafka broker读取消息的客户端。
Consumer Group
每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。
安装与部署
前提
kafka需要有zookeeper分布式调度组件的支持,所以我们需要先安装它,具体方法请查询大叔这篇文章《Zookeeper~Linux环境下的部署》
下载
curl -L -O http://mirrors.cnnic.cn/apache/kafka/0.9.0.0/kafka_2.10-0.9.0.0.tgz
解压
tar zxvf kafka_2.10-0.9.0.0.tgz
查看目录结构
- /bin 操作kafka的可执行脚本，还包含windows下脚本
- /config 配置文件所在目录
- /libs 依赖库目录
- /logs 日志数据目录，目录kafka把server端日志分为5种类型，分为:server,request,state，log-cleaner，controller
启动Kafka
bin/kafka-server-start.sh config/server.properties & //&表示进程将在后端执行
查看服务是否启动成功
netstat -tunlp|egrep "(2181|9092)"
这样说明我们的9092就是kafka的数据通讯端口已经启动了,2181是我们的zookeeper通讯端口,说明它们处于正常的监听状态!
希望通过这篇文章,让大家对kafka,zookeepr,centos有一个学习与了解!
感谢各位的阅读!
本文转自博客园张占岭（仓储大叔）的博客，原文链接：Kafka~Linux环境下的部署，如需转载请自行联系原博主。
