Kafka是分布式流处理平台，也是一种消息传递的中间件，更适用于大量数据的消息传递，由消息生产者、消息消费者、broker消息节点和topic消息类型组合成消息传递过程，通过生产者基于一种topic消息类型发布消息，基于broker存储消息，消费者再根据对应的topic进行消息的消费。
具体的过程下图简单的描述一下：

Kafka特性：每一次进行消息的拉取，拉取完都会清空对应的数据，所以在kafka中数据都是一次性的

一.Kafka 的应用场景
我们项目主要在一下几个场景用到了kafka:

1. 底层服务间的消息传递
   当用户下单后，订单服务会生成一个订单，并把订单创建的事件（如订单ID、用户ID等）作为消息发送到kafka的”订单创建“主题，相关的的支付服务订阅”订单创建“主题，接收到订单创建事件后，触发支付流程。其中，”订单创建“主题作为消息存储的空间存储消息，订单服务和支付服务之间就可以进行消息的传递了。
2. 通过kafka替换http协议实现解耦
   如果订单服务直接通过http协议调用支付服务，当订单服务的接口字段发生变化，比如增加了地理位置字段，这可能影响到支付服务的接口兼容性，因为支付服务还没有准备好处理这个新字段，如果支付服务依赖于订单服务提供的特定字段，那么任何订单服务的变更都可能导致支付服务中断，这增加了系统的耦合度，如果换成kafka的话，支付服务就可以根据自身的业务逻辑和处理能力，逐步适应这些变更，而不会因为订单服务的即时变更而立即受到影响，从而实现服务间的解耦。
3. 日志处理
   在微服务架构中，各个服务会生成大量的日志数据，需要集中处理和分析，如果通过http服务会占用大量的网络资源和时间，导致性能瓶颈，但是引入kafka后可以异步的收集和传输日志数据，提高性能和可靠性，每个服务将产生的日志信息发送到”日志“主题，日志处理系统订阅”日志“主题，收集日志数据，并进行实时分析。

二.采用的测试策略
我们主要围绕kafka的功能点制定测试策略，测试策略主要有以下三点：

• 验证topic的正确性
• 验证生产者服务消息发布的过程
• 验证消费者服务消息消费的过程
  其中，若生产者生产的消息能被消费者正常消费，那么就可以验证topic的正确性了。

正向的用例demo:

• 用例名：kafka的消息消费
• 前置步骤：请求生产者服务的对外接口，构建消息数据A
• 操作步骤：请求消费者服务的消费接口
• 期望值：请求消费者服务的相关查询结果查询消费情况，找到结果关键字是否==数据A

逆向的用例demo：

• 用例名：kafka的消息消费（未生产数据）
• 前置步骤：未请求生产者服务的对外接口
• 操作步骤：请求消费者服务的消费接口
• 期望值：未出现loading情况

通过深入理解 Kafka 的应用场景并实施全面的测试策略，企业能够更好地利用 Kafka 的优势，构建稳定、高效的大数据处理架构，为业务的持续发展提供有力支撑。