消息收发

• 消息发送，支持指定分区发送、同步发送、异步发送、分区批量累积发送；支持身份认证，客户端连接Broker时使用SSL或SASL进行验证，数据传加密传输；支持ACL机制，提供客户端读、写权限认证。支持通过压缩算法实现消息体压缩，减少网络传输数据量，提高Kafka的消息发送吞吐量。
• 消息消费，支持指定Partition消费、指定分区的offset消费；采用poll方式，支持批量消费，支持广播消费。

消息有序性

针对消息有序的业务需求，分为全局有序和局部有序。

• 全局有序：一个Topic下的所有消息都需要按照生产顺序消费。
• 局部有序：一个Topic下的消息，只需要满足同一业务字段的要按照生产顺序消费。例如：Topic消息是订单的流水表，包含订单orderId，业务要求同一个orderId的消息需要按照生产顺序进行消费。

由于Kafka的一个Topic可以分为了多个Partition，Producer发送消息的时候，是分散在不同 Partition的。当Producer按顺序发消息给Broker，但进入Kafka之后，这些消息就不一定进到哪个Partition，会导致顺序是乱的。因此要满足全局有序，需要1个Topic只能对应1个Partition。

要满足局部有序，只需要在发消息的时候指定Partition Key，Kafka对其进行Hash计算，根据计算结果决定放入哪个Partition。这样Partition Key相同的消息会放在同一个Partition。此时，Partition的数量仍然可以设置多个，提升Topic的整体吞吐量。

消费群组

在kafka中，某些Topic的主题拥有数百万甚至数千万的消息量，如果仅仅靠个消费者进程消费，那么消费速度会非常慢。Kafka提供的消费组功能，一个分区只可以被消费组中的一个消费者所消费, 一个消费组中的一个消费者可以消费多个分区。消费组三大优势消费效率更高、消费模式灵活、便于故障容灾。

消息回溯

Kakfa消息写入Broker后，会保存一段时间。在这段时间内，如果消费者导致消息丢失(比如消费者过早的提交了偏移量，发送故障，进行rebalance)，可以通过发送seek指令到消费者，告诉其从具体的偏移量开始重新消费。

消息清理

Kafka每一个分区副本都对应的一个 log 日志文件。而 Log 又分为多个 LogSegement 日志分段，每个片段可以设置大小，当达到上限，就关闭当前文件，打开一个新的文件。这些片段是不能永久保存的，达到一定的条件，就需要清理。Kafka包括基于时间，基于日志大小，基于日志偏移量三种模式。

• 基于时间模式，检查日志文件中是否有保留时间超过设定的的阀值(log.retention.hours, log.retention.minutes ,log.retention ms三个值配合)，符合条件则删除。比如log.retention.hours设置为24，则保留仅1天的片段数据，其他的都删除。注意，活跃的片段(正在写入的片段)是无法删的，以下几种模式也一样。
• 基于日志大小模式，检查片段文件的大小是否超过设定的阀值（通过log.segment.bytes设置单个片段的大小），符合条件则删除。
• 基于日志起始偏移量模式，检查片段文件的偏移量(结束位置)是否小于设置的偏移量阀值，符合条件则删除。

高吞吐

高吞吐量是Kafka设计的主要目标，Kafka将数据写到磁盘，充分利用磁盘的顺序读写。同时，Kafka在数据写入及数据同步采用了零拷贝（zero-copy）技术，采用sendFile()函数调用，sendFile()函数是在两个文件描述符之间直接传递数据，完全在内核中操作，从而避免了内核缓冲区与用户缓冲区之间数据的拷贝，操作效率极高。Kafka还支持数据压缩及批量发送，同时Kafka将每个主题划分为多个分区，这一系列的优化及实现方法使得Kafka具有很高的吞吐量并经受充分验证。

高可用

kafka中一个主题下面可以有多个分区（partition），每个分区（partition）可以有多个副本，所以kafka的副本的维度是以分区为维度进行划分的；同一个分区下的所有副本保存有相同的消息序列，这些副本分散保存在不同的 Broker 上，从而能够对抗部分 Broker 宕机带来的数据不可用。在生产环境中，每个分区的副本分布在不同的机器上，这样即使某些机器出现故障，集群依然可用。