首先来看下Kafka的基本结构：
图1. kafka基本结构图
图2.（图片来自官网）
1.Broker:
一个Broker相当于Kafka集群中的一个节点，一个Broker中包含1个或者多个分区。
2.Topic:
相当于给每个消息打上标签，这个Topic的消息只能够由 这个Topic的消费者进行消费。
3.Partition:
在实际使用中，同一个Topic可能有多个生产者，如果这些生产者使用同一个队列的结构，那么数据的写入效率会比较低下，这时候使用多个分区的结构，数据的写入能够错开，这无疑提升了系统的写入效率，Kafka正式采用了这种思路，设计了Partition的概念，在同一个Topic中默认设置了50个分区，当然这个数值是可以更改的，可以通过设置：offsets.topic.num.partitions参数,进行更改，kafka默认会创建__consumer_offsets分区，用来存放消费者消费某一个主题的偏移量。
图3.（图片来自官网）
4.Replicas：副本是一种备份机制，集群中会通过选举机制选出一个Leader，然后将数据同步到不同的Follower上。
5.ISR:
ISR简单说就是一个列表，Leader通过这个列表中节点进行选举，用于标记当前的哪些Follower能够跟上Leader，Leader固定在这个列表中，如果有一个节点性能比较差，那么会被踢出ISR集合。
6.ConsumerGroup（消费者组）
图4. 消费者组消费topic01
为了保障消费的顺序，在Kafka中一个分区只能够被一个消费组里的某个消费者消费，也就是说同一个消费者组中的消费者是没有办法消费同一个分区的，具有互斥性。
7.ACK相关的概念与配置
消息在处理的过程中难免会存在重复或者丢失的问题，引入ACK机制能够很好的处理上述的问题，在Kafka中ACK有三个值，分别为1,0,-1；
当设置为-1时，leader收到消息并且和至少一台follower进行了数据同步，才会返回ack给消息的生产者，这种配置下系统的性能比较差，但是安全性比较好；
当设置为0时，这时候生产者就是一个“无情的生产机器”，只管发送数据，因为不管消息收到与否，都会收到ACK消息，这种情况下系统的性能比较好，但是安全性比较差。
当设置为1时，这时候相当于在前面两种情况中做了一个均衡，之要Leader收到了消息，并成功将消息写入log中才会返回ACK给生产者。
8.集群Controller
在kafka节点启动的时候会向zk注册一个临时的节点，然后会将顺序最小的那个节点作为集群的controller，主要负责集群leader的选举，同步消息给其他的broker等。
9. rebalance机制
Kafka集群创建之后，如果要增删分区，或者消费者组有变化，这时候会引入rebalance机制，分区分配方式主要有range、round-robin、sticky三种。
- range策略：按照分区序号排序，前面的消费者是分区总数/消费者数量+1，之后的消费者是分区总数/消费者数量。
- round-robin策略：轮询分配。
- sticky策略：如果需要rebalance，会在之前已分配的基础上调整，不会改变之前的分配情况。如果这个策略没有开，那么就要进行全部的重新分配。
10.LEO以及HW
LEO：表示某个副本最后的消息位置
HW：标记已经完成同步的位置，当所有的broker都完成消息同步之后，hw才会发生变化。在HW更新之后，消费者才能消费掉这条消息，其数值一定是小于LEO的，如下图所示：
图5.（图片来自官网）
总结
本文主要是对kafka中的基础概念进行了总的一个概括，方便初学者对这一消息中间件有一个大致的认识，后续笔者将会补充若干文章，对kafka进行更加详细的介绍。
