美团每天产生几亿条消息，这些消息是如何处理的？kakfa又有什么魔力协助美团完成这么大数据量的运转？
据说去美团面试必定会被问到kafka的问题，有一道题是：kafka的存储机制是怎样的？
一、 kafka介绍：kafka 是分布式的、基于发布/订阅的消息机制。
特点：1、磁盘持久化
2、顺序写入，先进先出
3、支持流计算
结构：kafka的数据单元由字节数组组成。消息由key+value构成，key可为空。如下图所示：
消息模式: 数据格式json ,XML等
二、kafka的消息存储
1、 kafka的消息存储的划分： 1）主题； 2）分区
比如主题：消息可以根据美团电影票，外卖，团购，打车等主题进行分类分区；
比如主题外卖：可以分为北京，深圳，上海，三个分区
然后每个分区可以放在不同服务器，所以吞吐量可以非常高，堆服务器轻轻松松到100万。
2、kafka的消息以Broker存储。
1）一个独立的kafka服务器被称为broker
2）多个broker组成一个集群
3）多个broker，有一个当首领
4）副本机制
以下为一张kafka的经典集群图，来源网络。
三、kafka 与其它消息中间件比较
流计算的理解：
比如：今年的天猫两小时定量单突破千万，应该是给予消息系统的实时统计，不可能从数据库层面统计。
kafka的流计算：
四、安装，配置
略
五、使用
pom文件引用：
配置项：
生产者发送消息：
消费者
