1、Partition（分区）
为了使得kafka吞吐量线性提高，物理上把topic分成一个或者多个分区（一般小于等于集群的个数），每一个分区是一个有序的队列。且每一个分区在物理上都对应着一个文件夹，该文件夹下存储这个分区所有消息和索引文件。主题是发布记录的类别或名称，Kafka中的主题总是有多个订阅者。也就是说，一个主题可以有0个、1个或多个订阅到它的Consumer。
对于每个主题，Kafka集群维护一个分区日志，如下所示:
每个分区都是一个有序的、不可变的记录序列，并不断地追加到一个结构化的提交日志中。分区中的记录都被分配了一个名为offset 的连续id号，该offset惟一地标识分区中的每个记录。Kafka集群可以按照可配置的保留期保存所有已发布的记录(无论它们是否被消费)。例如保留策略被设置为1天，那么在记录发布后的1天内，可以使用它，然后将其丢弃以释放空间。Kafka在数据大小方面的性能实际上是持续的，因此长时间存储数据不是问题。
每写一条记录，会产生一个新的连续的offset，如上图。Consumer消费记录时，会根据指定的offset从分区中重复读取记录。
2、Replicas（副本）
假设没有Replicas，一旦某一个Broker宕机，则所有的Partition数据都不可被消费，所以需要对分区备份。其中一个宕机后其它Replica必须要能继续服务并且即不能造成数据重复也不能造成数据丢失。副本之间有一个Leader，只有Leader负责数据读写，Follower只向Leader顺序获取数据，系统更加简单且高效，保证数据的一致性和有序性，避免Replication实现的复杂性和出现异常的几率。
每一个分区根据副本因子，会有N个副本(通常设置为3)。比如在broker1上有一个topic，分区为topic-1, 复制因子为2，那么在两个broker的数据目录里，就都有一个topic-1,其中一个是leader，一个replicas。同一个Partition可能会有多个Replica，而这时需要在这些Replication之间选出一个Leader，Producer和Consumer只与这个Leader交互，其它Replica作为Follower从Leader中复制数据。