Kafka简介：
Kafka是一个高吞吐，分布式，基于发布订阅的消息系统，
利用Kafka技术可在廉价PC Server上搭建起大规模消息系统。
应用场景：Kafka和其他组件比较，具有消息持久化，高吞吐，实时等特性，适用于离线和
实时的消息消费，如网站活性跟踪，聚和统计系统运营数据(监控数据),
日志收集等大量数据的数据手机场景。
优点：
高吞吐量、低延迟：kafka每秒可以处理几十万条消息，它的延迟最低只有几毫秒；
可扩展性：kafka集群支持热扩展；
持久性、可靠性：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失；
容错性：允许集群中节点故障（若副本数量为n,则允许n-1个节点故障）；
高并发：支持数千个客户端同时读写
缺点：消息乱序（不能保证全局有序)、不支持事务（可能会丢消息或有重复消息）、
复杂性（部署和维护成本更高）
Kafka拓扑结构图：
1>一个典型的Kafka集群中包含若干Producer（可以是web前端产生的page View，或者是服务器日志，系统CPU，Memory等）,
若干Broker（Kafka支持水平扩展，一般broken数量较多，集群吞吐率越高），若干Consumer，以及一个Zookeeper集群。
Kafka通过Zookeeper管理集群配置，选举Leader，以及在Consumer发生变化时进行rebalance。
Producer使用push模式将消息发布到Broker，Consumer使用pull模式从Broker订阅并消费消息。
2>Broker:Kafka集群包含一个或多个服务实例，这些服务实例被称为Broker。
3>producer：负责发布消息到Kafka Broker.
4>Consumer:消息消费者，从Kafka Broker读取消息的客户端
Kafka Topics：
1>每条发布到Kafka的消息都有一个类别，这个类别被称为Topic也可以理解为一个存储消息的队列。生产者产生
的消息逐条房到Topic的末尾。消费者从左至右顺序读取消息，使用Offset来记录的位置。
Kafka Partition
1>每个topic被分为多个partition，每个partition在存储层面对应一个log文件，log文件中记录了所有的消息数据。
2>引入Partition机制，保证了Kafka的高吞吐能力，因为Topic的多个Partition分布在不同的Kafka节点上，
这样一来多个客户端（Producer和Consumer）就可以并发访问不同的节点对一个Topic进行消息的读写。
3>Topic的Partition数量可以在创建时配置。
4>Partition数量决定了每个Consumer group中并发消费者的最大数量。
什么是Partition偏移量？
1>每条消息在文件中的位置称为offset，offset是一个long型数字，它唯一标记一条信息。消费者通过
(offset，partition，Topic)跟踪记录。
Kafka Parition副本特性：
1>副本以分区为单位。每个分区都有各自的主副本和从副本。
2>主副本叫做Leader，从副本叫做Follower。Follower通过拉取的方式从Leader中同步数据。
3>消费者和生产者都是从Leader中读取数据，不与Follwer交互。
Kafka Logs：
1>Kafka把Topic中一个Parition大文件分成多个小文件段，通过多个小文件段，
就容易定期清除或删除已经消费完文件，减少磁盘占用。
2>为了使得Kafka的吞吐率可以线性提高，物理上把Topic分成一个或多个Partition，每个Parition在物理上对应一个文件夹，
该文件夹下存储这个Parition的所有消息和索引文件。
Kafka Log Cleanup
日志的清理方式有两种：delete 和 compact。
删除的阈值有两种：过期的时间和分区内总日志大小。
Kafka数据可靠性。
Kafka所有消息都会被持久化到硬盘中，同时Kafka通过对Topic Partition设置Replication来保障数据可靠
Replication
当集群中有Broker挂掉的情况，系统可以主动地使Replicas提供服务；
系统默认设置每一个Topic的replication系数为1，可以在创建Topic时单独设置；
Replication的基本单位是Topic的Partition；
所有的读和写都在Leader上进行，Followers只是做为备份
Kafka消息传输
Kafka消息传输保障机制，通过配置不同的消息发送模式来保障消息传输，进而满足不同的可靠性要求应用场景。
Kafka Cluster Mirroring
Kafka Cluster Mirroring是Kafka跨集群数据同步方案，通过Kafka内置的MirrorMaker工具来实现
写数据
Producer连接任意存活的Broker，请求制定Topic、Partition的Leader元数据信息，然后直接与对应的Broker直接连接，发布数据。
Consumer读数据总体流程： Consumer连接指定TopicPartition所在的LeaderBroker，用主动从Kafka中获取消息。
二分查找：
分查找是一种非常高效的查找算法
二分查找速度快的原因二分查找算法也称折半查找算法，是在有序数组中用到的较为频繁的一种查找算法。
在未接触二分查找算法时，最通用的一种做法是，对数组进行遍历，跟每个元素进行比较，即顺序查找。
二分查找较顺序查找更优，因为这种算法每一次比较都使查找范围缩小一半
二分查找虽然性能比较优秀，但应用场景也比较有限。底层必须依赖数组，
并且还要求数据是有序的。对于较小规模的数据查找，
我们直接使用顺序遍历就可以了，二分查找的优势并不明显。
二分查找更适合处理静态数据，也就是没有频繁的数据插入、删除操作