大數(shù)據(jù)中如何實現(xiàn)Kafka和activemq對比，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

成都創(chuàng)新互聯(lián)公司堅持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：網(wǎng)站建設(shè)、網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的沁陽網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

Kafka和activemq對比，背景分析消息隊列這個類型的組件一直是非常重要的組件，當經(jīng)過兩家企業(yè)后我就很堅信這個結(jié)論了。隊列這種東西，最廣泛的作用還是在于解耦，寬泛一點的說，它可以將不同部門的工作內(nèi)容進行有效的整合，基于一個約定好的格式，就可以兩頭互相不干擾的進行開發(fā)?？梢哉f這個生產(chǎn)消費的思想不僅僅適用于程序也適用于非常多的地方。目前對于我看到的來說，kafka更多的還是做為一個數(shù)據(jù)源，數(shù)據(jù)橋梁的作用，不同業(yè)務(wù)之間的溝通。比如需要實時接入A部門的業(yè)務(wù)數(shù)據(jù)的話，就會有這樣的手段：

　　落地到HDFS的數(shù)據(jù)會用來進行一些算法上的離線處理，而kafka端則是給需要實時性的消費方。其實數(shù)據(jù)的消費方式無非也就實時和離線兩種方式。

Kafka和activemq對比

相比過去經(jīng)常使用的activemq，kafka確實非常的不同，做一個對比來深化印象

對比	Activemq	Kafka
接口協(xié)議	遵守JMS規(guī)范,各語言支持較好	沒有遵循標準MQ接口協(xié)議,使用較為復雜
吞吐量	較低，磁盤隨機讀寫	較高，磁盤順序讀寫
游標位置	AMQ來管理，無法讀取歷史數(shù)據(jù)	客戶端自己管理，不樂意甚至重新讀一遍也行
HA機制	主從復制,競爭鎖的方式來選舉新的主節(jié)點	和hadoop系列產(chǎn)品一樣,由zk管理所有節(jié)點

說到底，主要還是做為kafka的消費方，能感受到大的不同還是在于幾個：

1. 吞吐量確實非常高2.可以重讀歷史數(shù)據(jù)但是也有一些缺點：1.概念上比較復雜，相對于AMQ只需要知道ip和隊列名你就能獲得數(shù)據(jù)，Kafka使用起來非常繁瑣

Kafka的基本概念（摘錄）

1.Broker：消息中間件處理結(jié)點，一個Kafka節(jié)點就是一個broker，多個broker可以組成一個Kafka集群。2.Topic：一類消息，例如page view日志、click日志等都可以以topic的形式存在，Kafka集群能夠同時負責多個topic的分發(fā)。3.Partition：topic物理上的分組，一個topic可以分為多個partition，每個partition是一個有序的隊列。4.Segment：partition物理上由多個segment組成。5.offset：每個partition都由一系列有序的、不可變的消息組成，這些消息被連續(xù)的追加到partition中。partition中的每個消息都有一個連續(xù)的序列號叫做offset,用于partition唯一標識一條消息.

Kafka消費端的常用參數(shù)

        Properties props = new Properties();

                //zk服務(wù)器的地址  xxxx:2181

        props.put("zookeeper.connect", zookeeper);

                //組的名稱，區(qū)別于其他group否則會接收不到數(shù)據(jù)

        props.put("group.id", groupId);

        props.put("zookeeper.session.timeout.ms", "8000");

        props.put("zookeeper.connection.timeout.ms", "20000");

        props.put("zookeeper.sync.time.ms", "2000");

        props.put("auto.commit.interval.ms", "5000");

        props.put("rebalance.max.retries", "5");

        props.put("rebalance.backoff.ms", "60000");

        props.put("auto.commit.enable", "true");

                //重點參數(shù)，是否每次都從offset最前面開始讀起

        props.put("auto.offset.reset", "smallest");

看完上述內(nèi)容，你們掌握大數(shù)據(jù)中如何實現(xiàn)Kafka和activemq對比的方法了嗎？如果還想學到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道，感謝各位的閱讀！

分享文章：大數(shù)據(jù)中如何實現(xiàn)Kafka和activemq對比-創(chuàng)新互聯(lián)
標題網(wǎng)址：http://weahome.cn/article/ddpopo.html