原文：
在rabbitmq下的生產消費者模式與訂閱發布模式一文中，筆者以「資料接入」和「事件分發」兩種場景為例，介紹了如何使用rabbitmq來設計、實現生產消費者模式與訂閱發布模式。生產消費者模式，指的是由生產者將資料源源不斷推送到訊息中心，由不同的消費者從訊息中心取出資料做自己的處理，在同一類別下，所有消費者拿到的都是同樣的資料；訂閱發布模式，本質上也是一種生產消費者模式，不同的是，由訂閱者首先向訊息中心指定自己對哪些資料感興趣，發布者推送的資料經過訊息中心後，每個訂閱者拿到的僅僅是自己感興趣的一組資料。這兩種模式是使用訊息中介軟體時最常用的，用於功能解耦和分布式系統間的訊息通訊。
本文將繼續以「資料接入」和「事件分發」這兩個場景為例，來**kafka作為訊息系統的應用方法（high level）。搞清楚kafka的基本概念和應用方法是進行系統方案設計的前提，編寫**只是具體落地實施，而解決bug和效能調優是系統跑起來之後的事情了。需要指出的是，本文重點是**應用方法，具體應用時需要根據自身需求來做調整，沒有任何技術方案是萬能的。
為了方便閱讀，筆者首先重複一下這兩種場景：
這樣做的好處有：第一，功能分離，上報的api介面不關心資料處理功能，只負責接入資料；第二，資料緩衝，資料上報的速率是不可控的，取決於使用者使用頻率，採用該模式可以一定程度地緩衝資料；第三，易於擴充套件，在資料量大時，通過增加資料處理worker來擴充套件，提高處理速率。這便是典型的生產消費者模式，資料上報為生產者，資料處理為消費者。
事件分發
假設有乙個電商系統，那麼，使用者「收藏」、「下單」、「付款」等行為都是非常重要的事件，通常後端服務在完成相應的功能處理外，還需要在這些事件點上做很多其他處理動作，比如傳送簡訊通知、記錄使用者積分等等。我們可以將這些額外的處理動作放到每個模組中，但這並不是優雅的實現，不利於功能解耦和**維護。
我們需要的是乙個事件分發系統，在各個功能模組中將對應的事件發布出來，由對其感興趣的處理者進行處理。這裡涉及兩個角色：a對b感興趣，a是處理者，b是事件，由事件處理器完成二者的繫結，並向訊息中心訂閱事件。服務模組是後端的業務邏輯服務，在不同的事件點發布事件，事件經過訊息中心分發給事件處理器對應的處理者。整個流程如下圖所示。這邊是典型的訂閱發布模式。
kafka基本概念kafka是乙個分布式流資料系統，使用zookeeper進行集群的管理。與其他訊息系統類似，整個系統由生產者、broker server和消費者三部分組成，生產者和消費者由開發人員編寫，通過api連線到broker server進行資料操作。我們重點關注三個概念：
生產消費者模式搞清楚了kafka的基本概念後，我們來看如何設計生產消費者模式來實現上述的「資料接入」場景。在下圖中，由producer負責接收前端上報的資料，投遞到對應的topic中（這裡忽略了broker server的細節），在consumer端，所有對該資料感興趣的業務都可以建立自己的group來消費資料，至於group內部開多少個worke來消費完全取決於資料量和業務的實時性要求了。
訂閱發布模式再來看「事件分發」的場景，假如我們有「收藏」、「下單」、「付款」三個事件，業務一對「收藏」和「下單」事件感興趣，而業務二對「下單」和「付款」事件感興趣，那麼我們如何進行事件訂閱？不同於rabbitmq中有資料路由機制（routing key），可以將感興趣的事件繫結到自己的queue上，kafka只提供了單播和廣播的訊息模型，無法直接進行消費物件的繫結，所以理論上kafka是不適合做此種場景下的訂閱發布模式的，如果一定要做，有這麼幾個方案：
Kafka下的生產消費者模式與訂閱發布模式
在rabbitmq下的生產消費者模式與訂閱發布模式一文中，筆者以 資料接入 和 事件分發 兩種場景為例，介紹了如何使用rabbitmq來設計 實現生產消費者模式與訂閱發布模式。生產消費者模式，指的是由生產者將資料源源不斷推送到訊息中心，由不同的消費者從訊息中心取出資料做自己的處理，在同一類別下，所有...
Kafka下的生產消費者模式與訂閱發布模式
在rabbitmq下的生產消費者模式與訂閱發布模式一文中，筆者以 資料接入 和 事件分發 兩種場景為例，介紹了如何使用rabbitmq來設計 實現生產消費者模式與訂閱發布模式。生產消費者模式，指的是由生產者將資料源源不斷推送到訊息中心，由不同的消費者從訊息中心取出資料做自己的處理，在同一類別下，所有...
Kafka下的生產消費者模式與訂閱發布模式
僅供學習 這樣做的好處有 第一，功能分離，上報的api介面不關心資料處理功能，只負責接入資料 第二，資料緩衝，資料上報的速率是不可控的，取決於使用者使用頻率，採用該模式可以一定程度地緩衝資料 第三，易於擴充套件，在資料量大時，通過增加資料處理worker來擴充套件，提高處理速率。這便是典型的生產消費...