Kafka 是一种高吞吐的分布式消息系统，能够替代传统的消息队列用于解耦合数据处理，缓存未处理消息等，同时具有更高的吞吐率，支持分区、多副本、冗余，因此被广泛用于大规模消息数据处理应用。

Kafka的特点：

• 以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常数时间复杂度的访问性能。
• 高吞吐率。即使在非常廉价的商用机器上也能做到单机支持每秒100K条以上消息的传输。【据了解，Kafka每秒可以生产约25万消息（50 MB），每秒处理55万消息（110 MB）】
• 支持Kafka Server间的消息分区，同时保证每个Partition内的消息顺序传输。
• 分布式系统，易于向外扩展。所有的producer、broker和consumer都会有多个，均为分布式的。无需停机即可扩展机器。
• 消息被处理的状态是在consumer端维护，而不是由server端维护。当失败时能自动平衡。
• 同时支持离线数据处理和实时数据处理。

Kafka的架构：

 

Kafka的整体架构非常简单，producer、broker（kafka）和consumer都可以有多个。Producer，consumer实现Kafka注册的接口，数据从producer发送到broker，broker承担一个中间缓存和分发的作用。broker分发注册到系统中的consumer。broker的作用类似于缓存，即活跃的数据和离线处理系统之间的缓存。客户端和服务器端的通信，是基于简单，高性能，且与编程语言无关的TCP协议。

 

Kafka基本概念：

• Topic：特指Kafka处理的消息源（feeds of messages）的不同分类。
• Partition：Topic物理上的分组，一个topic可以分为多个partition，每个partition是一个有序的队列。partition中的每条消息都会被分配一个有序的id（offset）。
• Message：消息，是通信的基本单位，每个producer可以向一个topic（主题）发布一些消息。
• Producers：消息和数据生产者，向Kafka的一个topic发布消息的过程叫做producers。
• Consumers：消息和数据消费者，订阅topics并处理其发布的消息的过程叫做consumers。
• Broker：缓存代理，Kafa集群中的一台或多台服务器统称为broker。

 

Kafka消息发送的流程：

 

下面是PHP生产、消费Kafka消息的例子（假设已经配置好Kafka）：

1.从zookeeper源码src/c/src安装zookeeper c client

cd zookeeper-3.4.8/src/c
./configure
make && make install

2.编译php libzookper扩展

git clone https://github.com/Timandes/libzookeeper.git
cd libzookeeper
phpize
./configure --with-libzookeeper=/usr/local/bin/cli_mt
make && make install

3.编译php zookeeper扩展

git clone https://github.com/andreiz/php-zookeeper.git
cd php-zookeeper
phpize
./configure
make && make install

4.修改php.ini配置，添加libzookeeper和php-zookeeper扩展

extension=libzookeeper.so
extension=zookeeper.so

 

PHP处理Kafka消息：

1.启动zookeeper和kafka

kafka_2.11-0.10.0.0/bin/zookeeper-server-start.sh --daemon kafka_2.11-0.10.0.0/config/zookeeper.properties
kafka_2.11-0.10.0.0/bin/kafka-server-start.sh kafka_2.11-0.10.0.0/config/server.properties

2.创建由2个partition组成的、名为testtopic的topic

kafka_2.11-0.10.0.0/bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 2 --topic testtopic

3.composer安装nmred/kafka-php

composer require "nmred/kafka-php"

4.producer.php代码

<?php

require_once('./vendor/autoload.php');

$produce = \Kafka\Produce::getInstance('localhost:2181', 3000);

$produce->setRequireAck(-1);

$topicName = 'testtopic';
//获取到topic下可用的partitions
$partitions = $produce->getAvailablePartitions($topicName);
$partitionCount = count($partitions);

$count = 1;
while(true){
    $message = json_encode(array('uid' => $count, 'age' => $count%100, 'datetime' => date('Y-m-d H:i:s')));

    //发送消息到不同的partition
    $partitionId = $count%$partitionCount;
    $produce->setMessages('testtopic', $partitionId, array($message));
    $result = $produce->send();
    var_dump($result);

    $count++;
    echo "producer sleeping\n";
    sleep(1);
}

5.consumer.php代码

<?php

require_once('./vendor/autoload.php');

//获取需要处理的partitionId
$partitionId = isset($argv[1]) ? intval($argv[1]) : 0;

$consumer = \Kafka\Consumer::getInstance('localhost:2181');

$consumer->setGroup('test-consumer-group');
$consumer->setPartition('testtopic', $partitionId);
$consumer->setFromOffset(true);
$consumer->setMaxBytes(102400);

while(true){
    $topic = $consumer->fetch();

    foreach ($topic as $topicName => $partition) {
        foreach ($partition as $partId => $messageSet) {
            foreach ($messageSet as $message) {
                var_dump($message);
            }
        }
    }
    echo "consumer sleeping\n";
    sleep(1);
}

6.运行php代码

在3个终端界面分别运行

php producer.php
php consumer.php 0
php consumer.php 1

7.结果

两个consumer脚本依次收到producer发送的消息