聊聊Kafka的应用场景No.37

当当当，我又来啦。

Kafka是什么吖有小伙伴问。

顺手丢两个描述。

啊官网爸爸是这样说的：

Apache Kafka™ is a distributed streaming platform.

度娘是这样说的：

Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。

大蕉是这样说的：

Kafka就是汪星人，有人丢飞盘就汪汪汪。

其实Kafka就是一个消息中间件，用来在进行N对N的消息传播，跟聊天室同一个道理，那么Kafka提供了什么样的功能呢？

• It lets you publish and subscribe to streams of records. In this respect it is similar to a message queue or enterprise messaging system.
• It lets you store streams of records in a fault-tolerant way.
• It lets you process streams of records as they occur.

啊、能发布和订阅啦。

啊、消息能容错啦。

啊、有消息能及时处理啦。

啊是啦是啦、你最叻你最叻啦。

业界还有RabbitMQ，RocketMQ等，也都是很优秀的消息中间件。

使用的过程大概是这样的。大概生产者丢丢丢丢丢，消费者拿拿拿拿拿

突然收到启发，今天呢不打算讲原理，讲讲应用。

• 应用场景一：日常系统解耦。

比如系统A有每次都有一个请求需要发送到系统B，而A又不需要等B的结果。这时候我们经常会起一个子线程或者丢入ThreadPool来完成这个工作。

有了Kafka，啊，A系统主线程直接丢给Kafka，完事。

B系统接收到消息就做后续操作。

这时候已经跟A没关系啦。

解耦，嗯，对。

完事。

• 应用场景二：配置项更新

比如我们系统A有很多的配置项，传统的思路都是放在redis啊或者jvm内存啊，这样的，然后用定时任务去检查配置项有没有更新。或者直接改配置项重启完事。

太麻烦，太浪费了，一直在空跑。

可以这样：配置项放在Map里面，跑的时候直接去Map取。

有了Kafka，啊有配置项更新，直接丢个消息给Kafka。

这时候A系统接收到消息，就屁颠屁颠跑去更新缓存里的配置项啦。

高效，嗯，对。

完事。

• 应用场景三：机器学习模型更新。

跟应用场景二一样，也是线上有个模型，然后跑得好好的，现在需要更新，咋办？

可以这样：模型放在Map里面，跑的时候直接去Map取。

有了Kafka，啊有模型更新，直接丢个消息给Kafka。

系统就屁颠屁颠跑去重新加载模型了。

完事。

• 应用场景四：Oracle库实时同步

这个就很少人能想到啦，如果我们在MongoDB有数据，需要实时跟Oracle保持一致，咋办咋办咋办？

可以这样，用Oracle的gg产生的日志文件，发送给kafka。

然后起个消费者，接收到日志文件就去操作MongoDB就可以啦。

完事。

• 应用场景五：准实时Spark流计算。

这个没啥好说的，SparkStreaming自己去官网看。

完事。

昨天想了一下，握草，原来Kafka能干这么多事呢。