任何人都可以用简单的语言为我解释 Apache Kafka 吗？

正如 Kafka 的官方文档所说：

Apache Kafka 将发布-订阅消息重新考虑为分布式提交日志。它遵循发布-订阅消息传递方式，内置速度和持久性。

现在，让我给出一个愚蠢的解释：

发布-订阅（通常称为发布-订阅）架构基本上包含发布者（发送消息，例如：推特流）和订阅者（​​接收消息例如：分析师/用户的活动流）

更清晰的解释是：

在软件体系结构中，发布-订阅是一种消息传递模式，其中消息的发送者（称为发布者）不对将消息直接发送到特定的接收者（称为订阅者）进行编程，而是将发布的消息表征为类，而不知道哪些订阅者（如果有） ， 可能有。类似地，订阅者表示对一个或多个类感兴趣，并且只接收感兴趣的消息，而不知道存在哪些发布者（如果有的话）。

请记住，Kafka 是一个分布式发布-订阅消息系统，旨在扩展。

现在，

它在大数据分析的哪个阶段使用？

它基本上用于 ETL 管道的提取步骤。它可以包含大量和高速的数据流（我们在技术上称之为高吞吐量）。

它也可以存储消息，但它是一个持久存储；这意味着数据不会永远存储。存储的数据具有到期日期。

学习它的先决条件是什么？

这是一个棘手的问题，因为每个可以编程的人都可以开始使用它，但是如果你真的想在你的架构中实现它，那么这些是我能想到的先决条件：

• 了解什么是持久数据存储以及在何处使用它们
• 知道什么是发布-订阅消息系统
• 了解 ETL 中的提取步骤是什么。并且还知道如何处理高速向您涌来的海量数据。

进一步阅读：

Kafka 有一个很好的文档，可以帮助您开始使用它。

您可能更容易了解 Amazon Web Services (AWS) 中提供的事件流服务，主要是 Kinesis。

Kinesis Firehose ( http://docs.aws.amazon.com/firehose/latest/dev/what-is-this-service.html ) 中最简单的一个，它为您提供了一个端点，您可以将事件写入其中，它们将出现在 Amazon Redshift 中，这是一种可以扩展到巨大规模的数据仓库服务 ( https://aws.amazon.com/redshift/ )。

AWS 还宣布他们将添加 Kinesis Analytics，这将允许您在 Kinesis 的事件流之上编写 SQL 代码。您可以计算不同的统计数据，例如移动年龄和传入事件的其他相关统计数据。

这些近乎实时处理的事件可以是您的网站上的点击、在您的电子商务网站中的购买、应监控潜在入侵的安全事件等。