消息中间件

前言 在最开始我们就说过，Kafka中存储消息数据看似在向Topic写入，但其实Topic只是逻辑上的概念，实际上数据最终都以Partition为落点。随后Broker会对Partition中的存储数

系统环境中由于业务不断调整，集群中Broker节点数量并不固定，此时不可避免的需要动态增减节点。为了保证集群的高可用性，此时不可避免的人为干预～

前言 通过之前几章的介绍，我们对Producer有了一定的认识。接下来我们将开启新篇章：Broker 本次我们将从如下方面对Broker进行介绍 Broker工作原理与ZK Broker节点管理 Br

前言 经过上一章的介绍，我们从配置参数方面了解到一部分生产调优的方式。当然： 参数需要我们通过实际配置进行适当的调整，这是不可避免的~ 而本章内容我们从数据可靠性下功夫，当然本文内容理论居多，稍微略显

前面我们花了较长的时间对生产者Producer理论、Producer分区做了一个比较细致的介绍。今天我们进入到生产调优第一章节的内容～～～

前面我们已经对Producer发送原理做了一个比较详细的说明，其中我们提到了分区器。其实从整体结构上来讲，分区器也是属于一个非常重要的知识点，所以我们来专门对分区以及分区策略等内容做一个介绍

前言 前面两章我们花费了很长的时间将Kafka的整体架构，包括其中涉及到的角色、每个角色所对对应的用途进行了整体的一个串联。然后我们也通过Kafka所提供的脚本进行了相对应的操作，并且对核心参数进行了

本文属于《分布式流处理组件-理论实战结合篇：Kafka架构理论》的姊妹篇，上一篇文章仔细阅读发现了一点小问题： 文章内容过于理论，与文章标题严重不符 为了保证不被嫌弃，马上开启新篇章：专业实战篇

当前面已经介绍完关于Kafka的基础安装之后，我们要对Kafka的整体架构有一个比较清晰的认知。别急，精彩来了～～～

玩转分布式流处理组件Kafka之基础理论篇，理论+实战中学习Kafka，并结合实际工作中的使用场景进行调优分析