====== Apache Kafka ======

**Apache Kafka** je open-source platforma pro distribuovaný přenos a zpracování datových proudů (streams). Na rozdíl od tradičních systémů pro zasílání zpráv (Message Brokers) funguje Kafka spíše jako distribuovaný transakční protokol (log), který umožňuje data ukládat a zpětně procházet.

===== 1. Základní koncepty =====

Architektura Kafky stojí na několika klíčových prvcích:

  * **Producer (Producent):** Aplikace, která posílá (publikuje) data do Kafky.
  * **Consumer (Konzument):** Aplikace, která data čte a zpracovává.
  * **Topic (Téma):** Kategorie nebo název kanálu, do kterého jsou data ukládána. Témata jsou rozdělena na **Partitions** (partice) pro zajištění paralelismu a škálovatelnosti.
  * **Broker:** Server v clusteru Kafky, který ukládá data a vyřizuje požadavky klientů.



---

===== 2. Proč je Kafka unikátní? =====

Na rozdíl od starších systémů (jako RabbitMQ), kde se zpráva po přečtení smaže, Kafka funguje jinak:

  * **Persistence:** Zprávy jsou ukládány na disk a uchovávány po nastavenou dobu (např. 7 dní) nebo do dosažení určité velikosti. To umožňuje konzumentům číst data i zpětně.
  * **Vysoká propustnost:** Kafka dokáže zpracovat miliony zpráv za sekundu díky efektivnímu zápisu na disk a minimální režii.
  * **Škálovatelnost:** Přidáním dalších brokerů do clusteru lze prakticky neomezeně zvyšovat kapacitu systému.
  * **Záruka pořadí:** V rámci jedné partice je zaručeno, že zprávy budou přečteny přesně v tom pořadí, v jakém byly zapsány.

---

===== 3. Ekosystém Kafky =====

Kafka není jen "potrubí" na data, ale celý ekosystém nástrojů:

  * **Kafka Connect:** Nástroj pro snadné propojení Kafky s databázemi (např. SQL), indexy (Elasticsearch) nebo cloudovými úložišti bez psaní kódu.
  * **Kafka Streams:** Knihovna pro budování aplikací, které transformují, agregují a analyzují data přímo "za letu" uvnitř Kafky.
  * **ksqlDB:** Databáze pro streamy, která umožňuje psát dotazy nad živými daty pomocí jazyka podobného SQL.



---

===== 4. Využití v praxi =====

  * **Sledování aktivit (Activity Tracking):** Logování každého kliknutí na webu pro real-time analýzu.
  * **Metriky a monitoring:** Shromažďování dat z tisíců serverů pro sledování jejich stavu.
  * **Log Aggregation:** Centrální sběr logů z mnoha mikroslužeb.
  * **Finanční transakce:** Zpracování plateb a detekce podvodů v reálném čase.

---

===== 5. Porovnání: Kafka vs. Tradiční Message Broker =====

^ Vlastnost ^ Apache Kafka ^ RabbitMQ / ActiveMQ ^
| **Model** | Pull (konzument si říká o data) | Push (server posílá data) |
| **Ukládání dat** | Persistentní log (zůstávají v systému) | Dočasná fronta (smažou se po doručení) |
| **Škálovatelnost** | Velmi vysoká (distribuovaná) | Omezená (hůře se škáluje horizontálně) |
| **Použití** | Streamování, Big Data, Analýza | Komunikace mezi službami, úkoly na pozadí |

----
//Související články://
  * [[it:sw:big_data|Big Data a 5V]]
  * [[it:sw:microservices|Architektura mikroslužeb]]
  * [[it:sw:apache_spark|Apache Spark: Zpracování v paměti]]

//Tagy: {{tag>it big-data kafka streaming backend architecture infrastructure}}//