众所周知，Hadoop生态系统发展至今，已经汇集了超过二十个组件，这些组件各自致力于解决大数据处理当中所遇到的问题，同时基于Hadoop集群，也能实现很好的协作运行，共同来完成大数据处理各个环节的任务。其中涉及Kafka组件，有同学在问Hadoop和Kafka啥关系，下面我们就来解答一下。
 

首先，我们必须要了解一个事实，Hadoop和Kafka同属于Apache软件基金会，都是Apache旗下的开源项目。而Kafka同时也是Hadoop生态圈当中的组件工具之一，是一个分布式发布-订阅消息系统。

Kafka的前身，是由LinkedIn公司开发，之后成为Apache开源项目的一部分。Kafka基于分布式理念，可以实现快速的、可扩展的消息系统。它同时为发布和订阅提供高吞吐量；支持多订阅者，当失败时能自动平衡消费者；将消息持久化到磁盘，因此可用于批量消费，例如ETL，以及实时应用程序。

基于这些特性，Kafka迅速成为数据管道的关键部分。在Hadoop集群环境当中，Kafka可以实现消息传递、指标收集、流处理和日志聚合等多种消息订阅，并且支持将数据导入Hadoop，以供后续的分析处理。

Kafka的一个典型优势在于，将数据生产者和消费者分离，允许拥有多个独立的生产者(可能由不同的开发团队编写)以及多个独立的消费者(也可能由不同的团队编写)，消费者可以是实时/同步或批量/离线/异步。

Kafka架构包含以下组件：

话题（Topic）是特定类型的消息流。消息是字节的有效负载（Payload），话题是消息的分类名或种子（Feed）名。

生产者（Producer）是能够发布消息到话题的任何对象。

已发布的消息保存在一组服务器中，它们被称为代理（Broker）或Kafka集群。

消费者可以订阅一个或多个话题，并从Broker拉数据，从而消费这些已发布的消息。

关于Hadoop和Kafka啥关系相信看完以上的内容，大家也都有了基本的了解了。在Hadoop框架当中，Kafka作为消息订阅和分发系统，对于实际过程中遇到的问题都能很好的解决，因此作为Hadoop生态系统长期存在。