1.解耦： 允许你独⽴的扩展或修改两边的处理过程，只要确保它们遵守同样的接⼝约束。 2.冗余： 消息队列把数据进⾏持久化直到它们已经被完全处理，通过这⼀⽅式规避了数据丢失⻛险。许多消息队 列所采⽤的"插⼊-获取-删除"范式中，在把⼀个消息从队列中删除之前，需要你的处理系统明确的指出该消 息已经被处理完毕，从⽽确保你的数据被安全的保存直到你使⽤完毕。 3.扩展性： 因为消息队列解耦了你的处理过程，所以增⼤消息⼊队和处理的频率是很容易的，只要另外增加处理过 程即可。 4.灵活性 & 峰值处理能⼒： 在访问量剧增的情况下，应⽤仍然需要继续发挥作⽤，但是这样的突发流量并不常⻅。如果为以能处理 这类峰值访问为标准来投⼊资源随时待命⽆疑是巨⼤的浪费。使⽤消息队列能够使关键组件顶住突发的访问 压⼒，⽽不会因为突发的超负荷的请求⽽完全崩溃。 5.可恢复性： 系统的⼀部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，所以即使⼀个处理 消息的进程挂掉，加⼊队列中的消息仍然可以在系统恢复后被处理。 6.顺序保证： 在⼤多使⽤场景下，数据处理的顺序都很重要。⼤部分消息队列本来就是排序的，并且能保证数据会按 照特定的顺序来处理。（Kafka 保证⼀个 Partition 内的消息的有序性） 7.缓冲： 有助于控制和优化数据流经过系统的速度，解决⽣产消息和消费消息的处理速度不⼀致的情况。 8.异步通信： 很多时候，⽤户不想也不需要⽴即处理消息。消息队列提供了异步处理机制，允许⽤户把⼀个消息放⼊ 队列，但并不⽴即处理它。想向队列中放⼊多少消息就放多少，然后在需要的时候再去处理它们。
1.producer： 消息⽣产者，发布消息到 kafka 集群的终端或服务。 2.broker： kafka 集群中安装Kafka的服务器。 3.topic： 每条发布到 kafka 集群的消息属于的类别，即 kafka 是⾯向 topic 的(相当于数据库中的表) 4.partition： partition 是物理上的概念，每个 topic 包含⼀个或多个 partition。kafka 分配的单位是 partition。 5.consumer： 从 kafka 集群中消费消息的终端或服务。 6.Consumer group： high-level consumer API 中，每个 consumer 都属于⼀个 consumer group，每条消息只能被 consumer group 中的⼀个 Consumer 消费，但可以被多个 consumer group 消费。 7.replica： partition 的副本，保障 partition 的⾼可⽤。 8.leader： replica 中的⼀个⻆⾊， producer 和 consumer 只跟 leader 交互。 9.follower： replica 中的⼀个⻆⾊，从 leader 中复制数据。 10.zookeeper： kafka 通过 zookeeper 来存储集群的 meta 信息
