一、簡介
Apache Kafka是分佈式發佈-訂閱消息系統，在 kafka官網上對 kafka 的定義：一個分佈式發佈-訂閱消息傳遞系統。 它最初由LinkedIn公司開發，Linkedin於2010年貢獻給了Apache基金會併成爲頂級開源項目。Kafka是一種快速、可擴展的、設計內在就是分佈式的，分區的和可複製的提交日誌服務。
幾種分佈式系統消息系統的對比：
推薦相關文章：各消息隊列對比，Kafka深度解析，衆人推薦，精彩好文！
http://blog.csdn.net/allthesametome/article/details/47362451
二、Kafka基本架構
它的架構包括以下組件：
1、話題（Topic）：是特定類型的消息流。消息是字節的有效負載（Payload），話題是消息的分類名或種子（Feed）名；
2、生產者（Producer）：是能夠發佈消息到話題的任何對象；
3、服務代理（Broker）：已發佈的消息保存在一組服務器中，它們被稱爲代理（Broker）或Kafka集羣；
4、消費者（Consumer）：可以訂閱一個或多個話題，並從Broker拉數據，從而消費這些已發佈的消息；
上圖中可以看出，生產者將數據發送到Broker代理，Broker代理有多個話題topic，消費者從Broker獲取數據。
三、基本原理
我們將消息的發佈（publish）稱作 producer，將消息的訂閱（subscribe）表述爲 consumer，將中間的存儲陣列稱作 broker(代理)，這樣就可以大致描繪出這樣一個場面：
生產者將數據生產出來，交給 broker 進行存儲，消費者需要消費數據了，就從broker中去拿出數據來，然後完成一系列對數據的處理操作。
乍一看返也太簡單了，不是說了它是分佈式嗎，難道把 producer、 broker 和 consumer 放在三臺不同的機器上就算是分佈式了嗎。看 kafka 官方給出的圖：
多個 broker 協同合作，producer 和 consumer 部署在各個業務邏輯中被頻繁的調用，三者通過 zookeeper管理協調請求和轉發。這樣一個高性能的分佈式消息發佈訂閱系統就完成了。
圖上有個細節需要注意，producer 到 broker 的過程是 push，也就是有數據就推送到 broker，而 consumer 到 broker 的過程是 pull，是通過 consumer 主動去拉數據的，而不是 broker 把數據主懂發送到 consumer 端的。
四、Zookeeper在kafka的作用
上述，提到了Zookeeper，那麼Zookeeper在kafka的作用是什麼？
（1）無論是kafka集羣，還是producer和consumer都依賴於zookeeper來保證系統可用性集羣保存一些meta信息。
（2）Kafka使用zookeeper作爲其分佈式協調框架，很好的將消息生產、消息存儲、消息消費的過程結合在一起。
（3）同時藉助zookeeper，kafka能夠生產者、消費者和broker在內的所以組件在無狀態的情況下，建立起生產者和消費者的訂閱關係，並實現生產者與消費者的負載均衡。
五、執行流程
首先看一下如下的過程：
我們看上面的圖，我們把 broker 的數量減少，叧有一臺。現在假設我們按照上圖進行部署：
（1）Server-1 broker 其實就是 kafka 的 server，因爲 producer 和 consumer 都要去還它。 Broker 主要還是做存儲用。
（2）Server-2 是 zookeeper 的 server 端，它維持了一張表，記錄了各個節點的 IP、端口等信息。
（3）Server-3、 4、 5 他們的共同之處就是都配置了 zkClient，更明確的說，就是運行前必須配置 zookeeper的地址，道理也很簡單，這之間的連接都是需要 zookeeper 來進行分發的。
（4）Server-1 和 Server-2 的關係，他們可以放在一臺機器上，也可以分開放，zookeeper 也可以配集羣。目的是防止某一臺掛了。
簡單說下整個系統運行的順序：
（1）啓動zookeeper 的 server
（2）啓動kafka 的 server
（3）Producer 如果生產了數據，會先通過 zookeeper 找到 broker，然後將數據存放到 broker
（4）Consumer 如果要消費數據，會先通過 zookeeper 找對應的 broker，然後消費。
六、Kafka的特性
（1）高吞吐量、低延遲：kafka每秒可以處理幾十萬條消息，它的延遲最低只有幾毫秒，每個topic可以分多個partition, consumer group 對partition進行consume操作；
（2）可擴展性：kafka集羣支持熱擴展；
（3）持久性、可靠性：消息被持久化到本地磁盤，並且支持數據備份防止數據丟失；
（4）容錯性：允許集羣中節點失敗（若副本數量爲n,則允許n-1個節點失敗）；
（5）高併發：支持數千個客戶端同時讀寫；
（6）支持實時在線處理和離線處理：可以使用Storm這種實時流處理系統對消息進行實時進行處理，同時還可以使用Hadoop這種批處理系統進行離線處理；
七、Kafka的使用場景
（1）日誌收集：一個公司可以用Kafka可以收集各種服務的log，通過kafka以統一接口服務的方式開放給各種consumer，例如Hadoop、Hbase、Solr等；
（2）消息系統：解耦和生產者和消費者、緩存消息等；
（3）用戶活動跟蹤：Kafka經常被用來記錄web用戶或者app用戶的各種活動，如瀏覽網頁、搜索、點擊等活動，這些活動信息被各個服務器發佈到kafka的topic中，然後訂閱者通過訂閱這些topic來做實時的監控分析，或者裝載到Hadoop、數據倉庫中做離線分析和挖掘；
（4）運營指標：Kafka也經常用來記錄運營監控數據。包括收集各種分佈式應用的數據，生產各種操作的集中反饋，比如報警和報告；
（5）流式處理：比如spark streaming和storm；
（6）事件源；
相關閱讀：
參考文章：
1、http://www.cnblogs.com/likehua/p/3999538.html
2、http://www.jianshu.com/p/a82b8619e56c
3、http://blog.csdn.net/ychenfeng/article/details/74980531