Kafka

1. spring-kafka使用 我们模拟使用生产者producer生产消息，让消费者consumer监听消息并进行消费的过程。 (1) 生产者 1) 引入spring-kafka 2) Kafka

前言 kafka集群是由多个broker节点组成，这里面包含了许多的知识点，以下的这些问题你都知道吗? 你知道topic的分区leader是怎么选举的吗？ 你知道zookeeper中存储了kafka的

Kafka中的实时数据以Topic的概念分类存储，而Topic的数据有一定时效性，在定位一些实时数据的Case时，如果未对实时数据进行历史归档，在排查问题时，没有日志追述，会很难定位是哪个环节的问题。

Kafka是一个分布式的流数据平台，它可以快速地处理大量的实时数据。Python是一种广泛使用的编程语言，它具有易学易用、高效、灵活等特点。在Python中使用Kafka可以帮助我们更好地处理大量的数

由于之前在 PHP 中使用 Kafka 是通过 composer 包的方式，由于 nmred/kafka-php 很久没有维护，并且网上相关问题的文章也比较少。

一、概述 Kafka是由Apache基金会开发的分布式流处理平台，采用发布-订阅模式，支持高吞吐量、低延迟的数据传输。主要用于处理实时数据管道、数据存储和数据分析等大数据应用场景。Kafka采用高效的

前言 kafka生产者作为消息发送中很重要的一环，这里面可是大有文章，你知道生产者消息发送的流程吗？知道消息是如何发往哪个分区的吗？如何保证生产者消息的可靠性吗？如何保证消息发送的顺序吗？如果对于这些

怎么保证Kafka的消息不丢失 这篇文章来聊一聊怎么保证Kafka的消息不丢失.首先,我们可以反向思考一下:Kafka什么情况下消息会丢失.本文将从broker和生产者还有消费者三个端来讨论一下什么情

简介 消息队列主要为了异步场景下实现上下游解耦功能：在传统场景中，上游产生一条消息，比如用户下单了一件商品，系统创建了对应的订单，需要通知下游的物流、支付等系统进行后续处理；消息队列可以使得上游系统（

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

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。

前言 kafka是目前企业中很常用的消息队列产品，可以用于削峰、解耦、异步通信。特别是在大数据领域中应用尤为广泛，主要得益于它的高吞吐量、低延迟，在我们公司的解决方案中也有用到。既然kafka在企业中

本文主要介绍Kafka基本知识，包含Topic、Partition、消费者、生产者、副本等基本概念，同时也介绍了Kafka版本变迁以及应用实战所必备的知识点，最后以“消息可靠性分析“结尾，加深理解。

Kafka 的 producer 发送消息采用的是异步发送的方式。在消息发送过程中，涉及到了两个线程—— main 线程和 sender 线程

hello，大家好，我是张张，「架构精进之路」公号作者。 1. 前言 前一段时间研究了大规模日志流高吞吐并行存储，通过深入研究Kafka的底层存储机制。我们发现Kafka的Zero-Copy零拷贝技术

十家面试，有八家会问的问题:"kafka会不会丢消息呢"。 有些情况下消息可能会消失。这可能是由于配置错误或误解Kafka的内部原理所致。本文将解释数据丢失可能发生的情况 Provider(Publi

前言 工欲善其事，必先利其器。本文主要分享一下消息中间件kafka安装部署的过程，以及我平时在工作中针对kafka用的一些客户端工具和监控工具。 kafka部署架构 一个kafka集群由多个kafka

周末空闲时间无意找到了一套个性化推荐的源码，整体项目运用了SSH，HDFS，Flume，Hive，Kafka，Spark，Scala等。运行时，本来通过spark计算业务埋点数据时

Kafka是一个分布式的基于发布/订阅模式的消息队列（message queue），主要应用于大数据的实时处理领域。