Kafka
基础概念
客户端：producer，consumer
服务端：broker
主从复制类备份机制，仅主提供服务
Partitioning: topic 划分为多个 partition， 每个 partition 是一组有序的消息日志。生产者只会向一个分区发消息。每个分区有一个leader replica 和 N-1 个follower replica. 分区中包含消息，消息 offset start 0, 递增。消费者也有个消费offset，代表消费的进度位置。
Log segment: 日志采用追加写，写满一个段后会切分新段，老段会封存进行定期检查与删除。
消费者组：多个消费者实例共同组成一个组来消费一组主题，这组主题的每个分区都会被组内的一个消费实例消费。
磁盘容量规划
每天 1 亿条 1KB 大小的消息，保存两份防止丢失且留存两周的时间，那么总的空间大小就等于 1 亿 * 1KB * 2 / 1000 / 1000 = 200GB。一般情况下 Kafka 集群除了消息数据还有其他类型的数据，比如索引数据等，故我们再为这些数据预留出 10% 的磁盘空间，因此总的存储容量就是 220GB。既然要保存两周，那么整体容量即为 220GB * 14，大约 3TB 左右。Kafka 支持数据的压缩，假设压缩比是 0.75，那么最后你需要规划的存储空间就是 0.75 * 3 = 2.25TB。
带宽利用率
超过 70% 的阈值就有网络丢包的可能性了，故 70% 的设定是一个比较合理的值，也就是说单台 Kafka 服务器千兆带宽最多也就能使用大约 700Mb 的带宽资源。不能让 Kafka 服务器常规性使用这么多资源，通常要再额外预留出 2/3 的资源，即单台服务器使用带宽 700Mb / 3 ≈ 240Mbps。需要提示的是，这里的 2/3 其实是相当保守的，你可以结合你自己机器的使用情况酌情减少此值。有了 240Mbps，我们就可以计算 1 小时内处理 1TB 数据所需的服务器数量了。根据这个目标，我们每秒需要处理 2336Mb 【10241024/36008】的数据，除以 240，约等于 10 台服务器。如果消息还需要额外复制两份，那么总的服务器台数还要乘以 3，即 30 台。
###