22.神说：Kafka其实是个数据库
1 楔子
中国人都知道，自古马家出神人。在互联网领域，凡是姓马的，必须要礼让三分，什么马云、马化腾、马斯克。而Martin Kleppmann就是分布式系统领域的活着的神人，最近一直看他的书。。。主要是为了陶冶情操。
上周看了他在Kafka Summit 2018上的一场演讲《Is Kafka a Database》，介绍了怎么把Kafka当作数据库使用的一些探索。
Kafka一直是MQ领域的事实标准，但我还是头一次听说Kafka的隐藏身份竟然是数据库，难道我家MySQL要失宠了嘛？吓得我赶紧搬来小板凳，摆好姿势。
Martin从AICD的角度讲述怎么使用Kafka，观点比较有趣，不少想法值得进一步探讨：
2 Atomicty
原子性的核心是容错，当发生错误（宕机、崩溃、断网）时，保证事务中多个写操作要么全部生效要么全部回滚。在单机时代，通常使用undo log以回滚未提交操作的方式来保证事务原子性。
然而，如果涉及到分布式事务呢？比如用户在一次操作中想同时更新DB, Cache和Index中的数据，该如何保证分布式事务的原子性呢？我们以前聊过两阶段提交《19.分布式事务之2PC：两阶段结婚》，但2PC的性能和可靠性实际上是比较感人的。
事件流（event stream）提供了一种新的思路。以Kafka为例，应用server将操作以事件的方式追加log到消息队列中，待修改的DB, Cache和Index分别在不同的消费组内消费相同的event log。如果在消费过程中，其中某一个进程crash了，则等待进程重启后，从最后一次消费的offset处继续消费就可以了。
跟单机的undo方式不同，这里通过redo的方式来达到多对象事务一致性的目的，同样满足原子性要求。
3 Consistency
一致性的核心是约束，保持数据满足逻辑一致性。这个特性在ACID中是打酱油的，连正经的数据库也没有正经对待的，全靠程序员撑着，所以不聊也罢，就当Kafka实现了。
4 Isolation
隔离性的核心是并发，单机事务通过定义隔离级别，来平衡高并发与隔离性。Kafka使用分区解决并发问题：单分区内严格按先后顺序处理，不同分区之间则互不干扰，就像结婚多年的夫妻一样，坐在床头各看各的手机。同一个分区内，同一时刻只允许单个线程消费，因此，在恰当使用的前提下，Kafak可以做到最高级别的隔离性：Serializable（可串行化）。
以注册唯一名为例。假定有两个玩家都想在Touch游戏中注册名字为jane，应用server以jane为partition key将消息投递到kafka的同一个分区中，这样同一个分区内的两条消息无论如何都会有一个先后顺序。排在前面的消息会处理成功，插入到数据库中，而排在后面的消息会处理失败，因为它会发现数据库中已经存在一条名字为jane的数据了。
Touch是多年前我参与研制的一款舞蹈游戏，那时候我还有颜值
同样的例子，在DB的流程中，Martin使用Serializable隔离级别来衬托Kafka事务的优越性。对于这一点，我是不太认同的，因为我们可以使用相对较低的隔离级别（比如RC），配合unique index，然后在事务开始的时候执行insert into user(name) values('jane')，减少锁的粒度，从而获得比Searializable隔离级别高得多的并发性。
但即便如此，这仍然是一件非常amazing的事情，因为Kafka的分区是天然多线程+无锁的，甚至也不需要DB配合创建unique index以确保唯一性，这可以极大提高事务的并发能力，让应用可以在事务前期就可以通过无锁的plain select做一些预判之类的事情，同时几乎不消耗DB性能。
5 Durability
持久性的核心是数据安全。单机时代，DB通过WAL落盘的方式实现持久性；分布式时代，集群通过副本的方式实现持久性。
Kafka的ISR方式，可以兼顾集群高性能与高可用的目标。其持久能力一直有口皆碑，用过的都直呼好棒。
MySQL集群通常使用一主二从三副本的方式达到类似的目标。
6 等等，还不到抛弃MySQL的时候
在中国传统文化里，愚公是能移山的，精卫是能填海的，曹冲是能称象的，男人是靠不住的。。。但这些都是个别现象。
说出来你们可能不信，愚公和精卫其实偷偷合作多年
虽然Kafka在一些方面做的还不错，但还远未到完全代替关系型DB的时候，比如实时在线查询方面，Kafka就不是MySQL的一合之敌。这么看的话，MySQL老是老了一点儿，但老夫老妻嘛，在一起这么多年了，知根知底的，还不到抛弃的时候。。。想啥呢？我可是坚定的一夫一妻制支持者，我上网学习的时候，连美女照片都从来不看，像什么苍井空，武藤兰，小泽玛利亚我一个也不认识。
7 再稍等一下
客官，才艺都展示完了，你好歹点个赞再走嘛？