在我們?yōu)殂y行設(shè)計金融系統(tǒng)的時候谓苟，消息分發(fā)利器是個非常關(guān)鍵的環(huán)節(jié)棕叫。
消息分發(fā)處理主要做什么识颊？
銀行金融系統(tǒng)每天有大量的交易發(fā)生耿焊，這些交易很多需要進行實時的檢查與處理揪惦，比如一筆交易發(fā)生，這筆交易是否是欺詐交易搀别，這筆交易是否已經(jīng)達到限額了丹擎，相關(guān)用戶是否在黑名單中，交易結(jié)果聯(lián)動短信歇父、Email等渠道通知用戶……等等蒂培，也許一筆簡單的交易，就要與反欺詐系統(tǒng)榜苫、黑名單系統(tǒng)护戳、限額或授信管控系統(tǒng)、短信郵件系統(tǒng)進行通訊垂睬。
這還不是全部媳荒，銀行金融系統(tǒng)在進行運行時，如果出現(xiàn)了問題驹饺，需要日志及時定位問題钳枕；為了及時發(fā)現(xiàn)問題，要將處理結(jié)果實施發(fā)送監(jiān)控平臺赏壹；為了預(yù)防突發(fā)事件發(fā)生鱼炒，還需要備份系統(tǒng)做高可用處理。這就仍然需要與日志系統(tǒng)蝌借、監(jiān)控系統(tǒng)昔瞧、備份系統(tǒng)進行通訊。
最重要的是菩佑，上面這些處理必須在極短時間內(nèi)完成自晰，否則用戶就會感到有卡頓，影響體驗稍坯。
怎么解決這些問題呢酬荞？將交易處理相關(guān)的系統(tǒng)全部直連起來，似乎是個辦法：
但明顯不是一個好辦法瞧哟，你將面臨極高的后續(xù)維護成本：
于是袜蚕，消息分發(fā)處理的概念出現(xiàn)了，我們在各個系統(tǒng)之間搭建一個消息分發(fā)的總控系統(tǒng)绢涡，連接這個總控系統(tǒng)的主要有兩方：
1牲剃、消息供應(yīng)方（Producer）：他們會產(chǎn)生消息，并將消息送給消息分發(fā)系統(tǒng)雄可。
2凿傅、消息消費方（Comsumer）：他們需要最新的消息以進行自身功能的處理缠犀，他們會從消息分發(fā)系統(tǒng)拿消息。
而消息分發(fā)系統(tǒng)就在中間聪舒，起到消息中介（Message Broker）的作用辨液。
kafka系統(tǒng)就是一個消息中介，從kafka的官網(wǎng)可以找到kafka的官方介紹：
可以看出箱残，介紹中也提到kafka很像是一個消息隊列或者企業(yè)級消息分發(fā)系統(tǒng)滔迈。當(dāng)然它不同于一般的消息隊列系統(tǒng)，它的并發(fā)處理能力很強大被辑，同時燎悍，通過分布式架構(gòu)可以很靈活的增加處理能力。
上圖展示了一個最簡單的kafka分布式架構(gòu)的情況盼理，通過分布式架構(gòu)谈山，kafka集群可以橫向擴容很多的broker，以增加自己的并發(fā)處理能力宏怔。集群通過Zookeeper或其它技術(shù)進行分布式調(diào)度（Zookeeper簡單說就是分布式系統(tǒng)的一個指揮奏路，它會對哪個broker做什么做好指揮，確保所有的broker可以協(xié)同工作臊诊。以后有機會單獨寫文章講解）鸽粉。
我們可以更加細(xì)致的看一下kafka的架構(gòu)：
上方的Producers會產(chǎn)生很多的消息和信息送給kafka。
kafka會把這些消息存儲下來抓艳。
下方的Consumers會從kafka獲取它所需要的數(shù)據(jù)触机，然后自行處理，比如Consumers可能會降消息存儲到hadoop壶硅、cassandra、Base销斟。
右側(cè)是流處理App庐椒。首先“流”是什么？“流”簡單來說蚂踊，就是不間斷的一系列變化的數(shù)據(jù)或者消息约谈。kafka可以很好的支持流處理（支持很多“流API”），一些流處理框架下的App可以接入kafka犁钟，并且可以實時的獲取變化的數(shù)據(jù)和消息棱诱，對消息進行處理后可以立刻存回kafka，等待其它Consumers調(diào)用涝动。
最后是左側(cè)的connectors迈勋，通過它，你可以將kafka與不同的數(shù)據(jù)庫或App聯(lián)通醋粟，實現(xiàn)海量數(shù)據(jù)導(dǎo)入kafka或者從kafka導(dǎo)出靡菇。
總結(jié)一下重归，簡單說，kafka是一個企業(yè)級的消息分發(fā)處理系統(tǒng)厦凤，可以幫助企業(yè)很好的進行多個系統(tǒng)間的消息處理事務(wù)鼻吮，同時支持實時的流處理。
