首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
Kafka
订阅
Peter酱36093
更多收藏集
微信扫码分享
微信
新浪微博
QQ
4篇文章 · 0订阅
Flink读取Kafka数据下沉到Clickhouse
Flink读取Kafka数据下沉到Clickhouse 在实时流数据处理中,我们通常可以采用Flink+Clickhouse的方式做实时的OLAP处理。本文采用一个案例来简要介绍一下整体的流程。
Kafka 架构、核心机制和场景解读
Kafka是一款非常优秀的开源消息引擎,以消息吞吐量高、可动态扩容、可持久化存储、高可用特性,以及完善的文档和社区支持成为目前最流行消息队列中间件。本文从Kafka设计理念、架构到实现等进行深入解读。
Kafka Zero-Copy 使用分析
之前有听过 Zero-Copy 技术,而 Kafka 是典型的使用者。网上找了找,竟然没有找到合适的介绍文章。正好这段时间正在阅读 Kafka 的相关代码,于是有了这篇内容。这篇文章会简要介绍 Zero-Copy 技术在 Kafka 的使用情况,希望能给大家一定借鉴和学习样例。
Kafka Consumer
Kafka 与很多其它 MQ 不太一样,Kafka 中的 Topic 具有分区(Partition)的概念,一个 Topic 可以指定一个或多个分区,每个分区内的数据都是有序的,发布的消息最终落到哪个分区是有规则的,默认情况下随机(但其实也不完全随机,内部会有一些机制),实际情…