Kafka

 关注

收录了Kafka频道下的 81 篇内容
Kafka是由Apache软件基金会开发的一个开源流处理平台。

时间轮在Kafka的实践

时间轮在 Kafka 的实践

作者 : 滴滴技术

10 月 22 日

时间轮是一个应用场景很广的组件，在很多高性能中间件中都有它的身影，如 Netty、Quartz、Akka，当然也包括 Kafka，本文主要介绍时间轮在 kafka 的应用和实战，从核心源码和设计的角度对时间轮进行深入的讲解。

云原生时代企业如何构建流数据平台 | InfoQ 公开课



云原生时代企业如何构建流数据平台 | InfoQ 公开课

演讲人: 李鹏辉

10 月 20 日

视频内容：流数据在企业中往往扮演着重要的角色，是实时数据分析的基础。随着企业对数据质量，对数据分析实时性的重视程度的不断提高，企业对流数据的存储需求也越来越高。

消息队列之事务消息，RocketMQ 和 Kafka 是如何做的？

消息队列之事务消息，RocketMQ 和 Kafka 是如何做的？

yes的练级攻略

8 月 31 日

分布式事务之事务消息，RocketMQ 和 Kafka 是如何实现的？

Kafka和RocketMQ底层存储之那些你不知道的事

Kafka 和 RocketMQ 底层存储之那些你不知道的事

yes的练级攻略

8 月 13 日

RokcetMQ 与 Kafka 底层存储的那些事儿

在 AWS 上运行 Apache Kafka 的最佳实践

在 AWS 上运行 Apache Kafka 的最佳实践

作者 : 亚马逊AWS官方博客

8 月 5 日

本文介绍 AWS 上运行 Apache Kafka 的实践经验。

基于Kafka Connect的流数据同步服务实现和监控体系搭建

基于 Kafka Connect 的流数据同步服务实现和监控体系搭建

作者 : 姜二委

8 月 4 日

本文介绍基于 Kafka Connect 的流数据同步服务实现和监控体系搭建经验。

Kafka 是如何建模数据的？

Kafka 是如何建模数据的？

7 月 15 日

本文首先介绍 Kafka 诞生的时代背景以及诞生之初的设计目标，随后回答 Kafka 作为一个消息系统是如何建模数据的，最后讲解 Kafka 作为一个软件系统的架构，为有志于深入了解的 Kafka 的同学做一个简单的框架梳理。

Kafka系列10：面试题是否有必要深入了解其背后的原理？我觉得应该刨根究底（下）

Kafka 系列 10：面试题是否有必要深入了解其背后的原理？我觉得应该刨根究底（下）

6 月 9 日

面试题不应该只是简单背背答案而已

一文带你了解 Kafka 原理

一文带你了解 Kafka 原理

6 月 5 日

如果只是为了开发 Kafka 应用程序，或者只是在生产环境使用 Kafka，那么了解 Kafka 的内部工作原理不是必须的。不过，了解 Kafka 的内部工作原理有助于理解 Kafka 的行为，也利用快速诊断问题。下面我们来探讨一下这三个问题

Kafka系列9：面试题是否有必要深入了解其背后的原理？我觉得应该刨根究底（上）

Kafka 系列 9：面试题是否有必要深入了解其背后的原理？我觉得应该刨根究底（上）

5 月 31 日

面试题不应该只是简单背背答案而已

Kafka系列8：一网打尽常用脚本及配置，宜收藏落灰！

Kafka 系列 8：一网打尽常用脚本及配置，宜收藏落灰！

5 月 27 日

一文总结常用脚本命令及常用配置

Flink 完美搭档：数据存储层上的 Pravega

Flink 完美搭档：数据存储层上的 Pravega

5 月 25 日

本文将从大数据架构变迁历史，Pravega 简介，Pravega 进阶特性以及车联网使用场景这四个方面介绍 Pravega，重点介绍 DellEMC 为何要研发 Pravega，Pravega 解决了大数据处理平台的哪些痛点以及与 Flink 结合会碰撞出怎样的火花。

Kafka系列第7篇：你必须要知道集群内部工作原理的一些事！

Kafka 系列第 7 篇：你必须要知道集群内部工作原理的一些事！

5 月 19 日

Partition 如何分布到不同的 Broker 上，Broker 宕机 Partition 依然可用背后的原理介绍。

Kafka系列第6篇：消息是如何在服务端存储与读取的，你真的知道吗？

Kafka 系列第 6 篇：消息是如何在服务端存储与读取的，你真的知道吗？

5 月 13 日

消息存储也就那点事儿，你确定不需要了解一下吗？

我们为什么从Kafka迁移至Pulsar？

我们为什么从 Kafka 迁移至 Pulsar？

作者 : StreamSQL团队译者: Sambodhi 策划: 陈思

4 月 29 日

Apache Pulsar 迁移实践。

Kafka权威指南（三）：Kafka起源故事

Kafka 权威指南（三）：Kafka 起源故事

作者 : Neha Narkhede Todd Palino Gwen Shapira 译者: 薛命灯

3 月 31 日

本文节选自图灵程序设计丛书《Kafka 权威指南》一书中的部分章节。

Kafka权威指南（二）：为什么选择Kafka

Kafka 权威指南（二）：为什么选择 Kafka

作者 : Neha Narkhede Todd Palino Gwen Shapira 译者: 薛命灯

3 月 30 日

本文节选自图灵程序设计丛书《Kafka 权威指南》一书中的部分章节。

Kafka权威指南（一）：初识Kafka

Kafka 权威指南（一）：初识 Kafka

作者 : Neha Narkhede Todd Palino Gwen Shapira 译者: 薛命灯

3 月 29 日

本文节选自图灵程序设计丛书《Kafka 权威指南》一书中的部分章节。

架构的百年大计

架构的百年大计

作者 : Vicki Boykis 译者: Sambodhi 策划: Tina

3 月 12 日

本文讲述了关于知识共享、师徒制和构建（及改造）系统的方方面面。

系统解读Kafka的流和表（四）：弹性和容错能力

系统解读 Kafka 的流和表（四）：弹性和容错能力

作者 : Michael Noll 译者: 阿拉丁策划: 蔡芳芳

2 月 24 日

在这篇文章中，我们将深入理解 Kafka 是如何实现弹性伸缩和容错能力的。

Apache Kafka内核深度剖析

Apache Kafka 内核深度剖析

作者 : ThoughtWorks洞见

2 月 24 日

本文是对 Apache Kafka 内核的深度剖析。

Kafka集群突破百万partition的技术探索

Kafka 集群突破百万 partition 的技术探索

作者 : 丁俊策划: Tina

2 月 21 日

为了快速支持业务扩容，就要在不需要业务方做任何改动的前提下对集群进行扩容。

系统解读Kafka的流和表（三）：处理层

系统解读 Kafka 的流和表（三）：处理层

作者 : Michael Noll 译者: 阿拉丁策划: 蔡芳芳

2 月 14 日

在这篇文章中，我们将介绍流和表、数据契约、消费者群组，以及如何通过这些东西实现大规模数据并行处理。

系统解读Kafka的流和表（二）：主题、分区和存储

系统解读 Kafka 的流和表（二）：主题、分区和存储

作者 : Michael Noll 译者: 无明策划: 蔡芳芳

2 月 12 日

在这篇文章中，我们将深入了解 Kafka 的存储层。我们将探索 Kafka 的主题，以及 Kafka 最重要的概念：分区。

每年150亿美元花哪了？Netflix的大规模Kafka实践

每年 150 亿美元花哪了？Netflix 的大规模 Kafka 实践

作者 : Nitin Sharma 译者: 王强策划: 蔡芳芳

2 月 9 日

Netflix Studio 内容财务基础架构团队选择了分布式治理作为系统的架构方式。

系统解读Kafka的流和表（一）：开篇

系统解读 Kafka 的流和表（一）：开篇

作者 : Michael Noll 译者: 无明策划: 蔡芳芳

2 月 7 日

在这篇文章中，我们将总体介绍事件、流、表以及流和表之间的二元性关系。

Confluent在GCP市场上提供Apache Kafka服务

Confluent 在 GCP 市场上提供 Apache Kafka 服务

作者 : Steef-Jan Wiggers 译者: 张卫滨

2 月 5 日

在最近的一篇博客文章上，Confluent 宣布在 Google Cloud Platform 市场上正式提供 Confluent Cloud。

把代码评审做一百万次，学会了这些宝贵经验

把代码评审做一百万次，学会了这些宝贵经验

作者 : Szczepan Faber 译者: 无明策划: 小智

1 月 31 日

LinkedIn 的每个团队都使用同样的代码评审工具和流程，任何一个工程师都可以评审别人的代码，甚至可以为其他团队贡献代码。

架构师（2020年1月）

架构师（2020年1月）

架构师（2020 年 1 月）

作者 : InfoQ 中文站

1 月 8 日

本期推荐内容：把阿里巴巴的核心系统搬到云上，架构上的挑战与演进是什么？DDD：架构思想的旧瓶新酒

2019年“大数据软件”十大融资事件

2019 年“大数据软件”十大融资事件

作者 : Tina

2019 年 12 月 20 日

大数据黄金收割之年

万亿规模下美团命名服务的演进与业务赋能

万亿规模下美团命名服务的演进与业务赋能