Hva er Apache Kafka og hva brukes det til?

Question

Accepted Answer

**Apache Kafka** er en distribuert **event streaming-plattform** — et høytgjennomstrømmings-, pålitelig system for publisering, lagring og behandling av strømmer av hendelser (records). Det brukes til meldingsutveksling, sanntids datapipelines, hendelsesdrevne arkitekturer og stream processing i stor skala.

## Hva Kafka er

```text
Kafka = a distributed, durable, high-throughput EVENT STREAMING platform:
  → PUBLISH events (producers write) and SUBSCRIBE to them (consumers read)
  → STORE streams of events durably (a distributed, replicated commit LOG)
  → PROCESS streams in real time
→ think of it as a durable, scalable, append-only LOG of events that many systems can
  write to and read from
```

## Hva Kafka brukes til

```text
✓ MESSAGING / event streaming → decoupled communication between systems (pub/sub at scale)
✓ DATA PIPELINES → move/stream data between systems reliably (ingestion, ETL)
✓ EVENT-DRIVEN architecture → services react to events; event sourcing
✓ REAL-TIME processing → analytics, monitoring, stream processing (Kafka Streams)
✓ LOG aggregation, metrics, activity tracking, change data capture (CDC)
→ used by huge companies for high-volume, real-time data
```

## Nøkkelkarakterstikker

```text
✓ HIGH THROUGHPUT → handles millions of events/sec (very scalable)
✓ DURABLE → events persisted to disk, replicated (not lost)
✓ DISTRIBUTED → scales horizontally across a cluster of brokers
✓ Events RETAINED → consumers read at their own pace; events kept (replay possible)
✓ DECOUPLED → producers and consumers are independent
```

## Hvorfor det er viktig

Å forstå hva Kafka er og hva det brukes til er verdifull, grunnleggende kunnskap fordi Kafka er en **dominerende plattform for event streaming og datavolumer** i moderne arkitekturer, og er mye brukt på tvers av bransjen.

Kafka er en distribuert event streaming-plattform — fundamentalt sett en **pålitelig, skalerbar, append-only logg over hendelser** som producers skriver til og consumers leser fra, og kombinerer meldingsutveksling, pålitelig lagring og stream processing.

Å forstå denne kjernenaturen (publisering/abonnement til event-strømmer, pålitelig lagret i en distribuert replikert logg, behandlet i sanntid) er grunnlaget.

Å forstå **hva Kafka brukes til** — meldingsutveksling og event streaming (frakoblet pub/sub i stor skala), datapipelines (pålitelig dataflyt mellom systemer), hendelsesdreven arkitektur og event sourcing, sanntidsbehandling og analyse, og log-aggregering og change data capture — avklarer dens brede anvendelighet for høytvolum og sanntidsdata-scenarier.

Å forstå **nøkkelkarakterstikkene** — høyt gjennomstrømming (millioner av hendelser/sek), pålitelighet (hendelser lagret og replikert, ikke mistet), distribuert horisontal skalering, hendelsesoppbevaring (consumers leser i sitt eget tempo med mulighet for avspilling — en særegen egenskap), og frakoblingen — forklarer hvorfor Kafka velges for krevende datascenarier.

Kafka brukes mye av store selskaper og blir stadig mer vanlig i moderne datarkitekturer for streaming, pipelines og hendelsesdrevne systemer.

Fordi Kafka er en dominerende, mye brukt plattform for event streaming og høytvolum data (meldingsutveksling, pipelines, hendelsesdrevne arkitekturer, sanntidsbehandling) og fordi forståelse av dets natur (en pålitelig, skalerbar hendelseslogg), bruk og karakteristikker er grunnleggende for moderne data- og hendelsesdrevne arkitekturer, er å forstå hva Kafka er og hva det brukes til verdifull, bredt relevant kunnskap — en grunnleggende forståelse av en stor event streaming-plattform, som blir stadig viktigere i moderne datarkitekturer, og rammeverket for mer spesifikke Kafka-emner, verdifullt for alle som arbeider med streaming data eller hendelsesdrevne systemer.