Kafka優點
可靠性強：分佈式的，分區，複製和容錯
可擴展性：無需停機進行擴展。
耐用性：消息會盡可能快速的保存在磁盤上，持久化。
性能高：對於發佈和定於消息都具有高吞吐量，保證零停機和零數據丟失
Kafka應用場景
指標分析：用於操作監控數據,分析各種指標。
日誌收集：收集各個業務的數據發送到kafka TOPIC裏
流式處理：數據實時打入kafka,實時計算框架（sparkstreaming flink）實時在kafka中消費數據
Kafka技術架構(宏觀)
Producer: 應用程序發佈記錄流至一個或者多個kafka的主題（topics）
Consumer: 應用程序訂閱一個或者多個主題（topics）
Connectors: 允許構建和運行可重用的生產者或者消費者
StreamProcessors: 允許應用程序充當流處理器
Kafka架構內部細節剖析(維觀)
生產者(Producer)：kafka當中的消息生產者，生產者通過topic進行歸類保存到kafka的broker裏面去
主題(topic)：一個主題可以有零個，一個或者多個消費者定閱寫入的數據。可以有無數個主題
分區(partition): 每一個分區的數據是有序的，多個partition之間是無序的。Partition數量決定了每個Consumer Group中併發消費者的最大數量。
分區和消費組之間的關係：
同一個組中的消費者對於同一條信息只能消費一次
消費者應該小於等於該主題下的分區數，
Partition=消費任務併發度=剛剛好，每個任務取一個partition數據
partition>消費任務併發度=有部分消費任務讀取多個分區的數據
partition<消費任務併發度=有部分任務空閒
任何時候，分區中的一條數據只能被一個消費組中的一個消費任務讀取。
總結：分區數越多，用一時間可以有越多的消費者來進行消費，消費數據的速度就會越快，提高消費的性能
lsr表示：當前可用的副本列表
Segment: 一個partition當中有多個segment，一個segment有一個.log文件和一個.index文件組成
index file: 採取稀疏索引存儲方式。(只是存儲一部分索引，不存儲所有數據的索引) 稀疏能夠節省存儲空間，偏移量（offset）:每條消息在文件中的位置稱爲offset(偏移量)
消費者(Consumer):任何時候一個消費都必定需要屬於某一個消費組當中。
