kafka为什么那么快
客户端缓冲区(默认32M)，写时复制，顺序写文件
kafka架构图

kafka的reblance机制
rebalance就是说如果消费组里的消费者数量有变化或消费的分区数有变化，kafka会重新分配消费者消费分区的关系。比如consumer group中某个消费者挂了，此时会自动把分配给他的分区交给其他的消费者，如果他又重启了，那么又会把一些分区重新交还给他。
注意：rebalance只针对subscribe这种不指定分区消费的情况，如果通过assign这种消费方式指定了分区，kafka不会进行rebanlance。

如下情况可能会触发消费者rebalance

1. 消费组里的consumer增加或减少了
2. 动态给topic增加了分区
3. 消费组订阅了更多的topic
   rebalance过程中，消费者无法从kafka消费消息，这对kafka的TPS会有影响，如果kafka集群内节点较多，比如数百个，那重平衡可能会耗时极多，所以应尽量避免在系统高峰期的重平衡发生。
   消费者Rebalance分区分配策略：
   主要有三种rebalance的策略：range、round-robin、sticky。
   Kafka 提供了消费者客户端参数partition.assignment.strategy 来设置消费者与订阅主题之间的分区分配策略。默认情况为range分配策略。
   假设一个主题有10个分区(0-9)，现在有三个consumer消费：
   range策略就是按照分区序号排序，假设 n＝分区数／消费者数量 = 3， m＝分区数%消费者数量 = 1，那么前 m 个消费者每个分配 n+1 个分区，后面的（消费者数量－m ）个消费者每个分配 n 个分区。
   比如分区0~3给一个consumer，分区4~6给一个consumer，分区7~9给一个consumer。
   round-robin策略就是轮询分配，比如分区0、3、6、9给一个consumer，分区1、4、7给一个consumer，分区2、5、8给一个consumer
   sticky策略初始时分配策略与round-robin类似，但是在rebalance的时候，需要保证如下两个原则。
   1）分区的分配要尽可能均匀 。
   2）分区的分配尽可能与上次分配的保持相同。
   当两者发生冲突时，第一个目标优先于第二个目标 。这样可以最大程度维持原来的分区分配的策略。
   比如对于第一种range情况的分配，如果第三个consumer挂了，那么重新用sticky策略分配的结果如下：
   consumer1除了原有的0~3，会再分配一个7
   consumer2除了原有的4~6，会再分配8和9
   Rebalance过程如下
   当有消费者加入消费组时，消费者、消费组及组协调器之间会经历以下几个阶段。

第一阶段：选择组协调器。consumer消费的offset要提交到__consumer_offsets的哪个分区，这个分区leader对应的broker就是这个consumer group的coordinator
第二阶段：加入消费组JOIN GROUP
第三阶段（ SYNC GR·OUP)。consumer leader通过给GroupCoordinator发送SyncGroupRequest，接着GroupCoordinator就把分区方案下发给各个consumer，他们会根据指定分区的leader broker进行网络连接以及消息消费。
kafka消息发送过程
拦截器-》序列化器-》分区器(发送到哪个partition)
kafka高水位HW和LEO
高水位：所有已经同步到副本的offset，表示该offset之前的消息都能被消费
LEO: 日志消息最后的偏移量
HW两个作用：
消费进度管理
数据的可靠性
ISR列表维护
某个Follow的LEO落后了leader 10秒，会被从ISR列表中移除。
kafka配置文件
修改配置文件config/server.properties:

broker.id属性在kafka集群中必须要是唯一

broker.id=0

kafka部署的机器ip和提供服务的端口号

listeners=PLAINTEXT://192.168.65.60:9092

kafka的消息存储文件

log.dir=/usr/local/data/kafka-logs

kafka连接zookeeper的地址

zookeeper.connect=192.168.65.60:2181