Kafka作为流式数据平台的特点：
消息系统：两种消息模型：队列和发布订阅。
队列模型：将处理工作平均分给消费组中的消费者成员。
发布订阅模型：将消息广播给多个消费组（consumer group）
队列模式（点对点模式）：多个消费者读取消息队列，每条消息只发给一个消费者。
发布订阅模式：多个消费者订阅主题，主题的每条记录会发布给所有消费者。
存储系统：数据写入Kafka集群的服务器节点时，会复制多份来保证出现故障时仍然可用。
为了保证消息的可靠性，允许生产者的生产请求在收到应答结果之前，阻塞地等待一条消息，直到它完全复制到多个节点，才认为这条消息写入成功。
流处理系统：提供了流处理API，比如流的聚合、连接、各种转换。
将消息系统、存储系统、流处理系统组合在一起。
分区模型：
Kafka集群由多个消息代理服务器（broker server）组成。
每条消息都有一个topic，一个topic一般会有多个消息的订阅者。
每个topic都有1到N个分区。
分区中每条消息都会按照顺序分配到一个编号，叫做偏移量（offset）。
每条消息包含键值和时间戳。
Kafka以分区为最小的粒度，确保一个分区只属于一个消费者。
每个topic有多个分区，不同消费者处理不同分区，保证了消息的有序性，也做到了消费者的负载均衡。
消费模型：
消息的消费模型有两种：推送模型和拉取模型。
推送模型：由消息代理记录消费者的状态。发送完消息后，状态为已发送，消费者确认收到后状态为已消费。
这种做法是不可取的，因为消息代理要记录所有消息的状态。
拉取模型：Kafka采用拉取模型，由消费者自己记录消费状态。
消费者控制偏移量：可以按任意顺序消费消息，可以重置到旧的偏移量。
生产者发布的消息会一直存在集群中，不管有没有被消费，用户可以设置保留时间来清理过期数据。
分布式模型：
每个分区会以副本的方式复制到多个消息代理节点上。
其中一个节点为主副本（leader），其他节点作为从副本（follower）。
主副本负责所有的读写，从副本仅从主副本同步数据。
当一个主副本出现故障时，其中一个从副本会成为新的主副本。
分区的主副本是均衡分布在各个节点上的。
分区是消费者线程模型的最小并行单位。
消息没有键时，通过轮询方式发布到不同分区，如果有键，相同键的消息总是发布到同一个分区。
当一个新消费者加入消费组时，或者消费者离开消费组，都会触发再平衡。
Kafka消费消息时，只保证分区内消息的有序性，并不保证主题中多个分区的消息顺序。
原文：https://www.cnblogs.com/mengchunchen/p/9525305.html