Kafka

kafka 总结本文详细介绍了 Kafka 消息队列在企业级场景中的应用 包括异步解耦 广播发布订阅及流量削锋

Kafka 命令行工具 kcat/kafkacat本文介绍 Kafka 命令行工具 kcat kafkacat 非 JVM 的 Kafka 生成者和消费者 适用于 Kafka0 8 及以上版本

Kafka SASL认证与ACL配置SASL PLAIN 这种方式其实就是一个的认证方式 不过它有很多缺陷 比如用户名密码是存储在文件中 等等 建议大家用 SASL SCRAM 的方式 这种方式用户名 密码是存储在 zookeeper 中

Kafka_03_Consumer详解Consumer 详解以及实现原理解析 kafkaconsume

Kafka Streams概述Apache Kafka 是由 Apache 软件基金会开发的开源分布式流处理平台 最初是由 LinkedIn 团队开发 用于处理该公司产生的大量实时数据 Kafka 的设计旨在处理大型数据流并提供实时数据处理能力

大数据Hadoop之——Kafka Streams原理介绍与简单应用示例Kafka Streams 是一套客户端类库 它建立在重要的流处理概念之上 它可以对存储在 Kafka 内的数据进行流式处理和分析 简称 流式计算

Kafka Streams, 我还会再使用它吗？收集发布在多个 Kafka 主题中的记录数量 当时间表启动 收到特定的触发器时 对这些记录运行算法 并发布在另一个 Kafka 主题中 供下游系统使用

一探究竟：kafka的内置共识机制与raft算法一个典型的 Kafka 体系架构包括若干 Producer 若干 Broker 若干 Consumer 以及一个 ZooKeeper 集群 如上图所示

消息队列Kafka、RabbitMQDubbo 消费者发送调用后进入阻塞状态 这个状态表示改线程仍占用内存资源 但是什么动作都不做 如果生产者运行耗时较久 消费者就一直等待 如果消费者利用这个时间 那么可以处理更多请求 业务整体效率

Kafka消费组rebalance原理消费者组是 Kafka 分布式消息处理的一个重要特征，用于管理消费者并促进扩展应用程序的能力。它们将任何一个主题的消费者组合在一起，并且主题内的分区被分配给这些消费者。当组的参与者发生变化时，消费者组rebalance可能由许多因素触发，这

“万恶”的 Kafka 再平衡：2招解决不必要的再平衡每一个消费者组都有一个对应的协调者，这个协调者位于Broker，所有的 Broker 在启动时，都会创建和开启相应的协调者组件。

JavaWeb项目架构之Kafka分布式日志队列libs 类库参数说明#参数解释broker.id=0 #当前机器在集群中的唯一标识，和zookeeper的myid性质一样port

玩转 jmeter backend listener kafka说到JMeter后端监听器，大家接触的一般是InfluxdbBackendListenerClient（Influxdb后端监听器），可以将测试

Spring 对Apache Kafka的支持与集成在前面章节的学习中，我们对Spring框架的IOC实现源码有了一定的了解，接着本文继续学习Springframework一个核心的技术点AOP技

3分钟带你彻底搞懂 Kafka一、认识kafkaKafka到底是个啥？用来干嘛的？官方定义如下：Kafka is used for building real-time da

kafka的controller选举在整个Kafka集群中，如果Controller故障异常，有可能会影响到生产和消费。所以，我们需要对其状态、选举、日志等做全面的监控。

原理实践，全面讲解Logstash+Kibana+kafka前面的时候，我因为后台粉丝的一些问题，整理了一篇文章，将ELK三个技术进行详细的讲解，从原理到实践，全面覆盖，但是因为篇幅原因，我分成了两篇进行

原理解析｜Apache Flink结合Kafka构建端到端的 Exactly-Once 处理文章目录：ApacheFlink应用程序中的Exactly-Once语义Flink应用程序端到端的Exactly-Once语义示例Flink应用

大白话带你认识Kafka前言应大部分的小伙伴的要求，在Yarn之前先来一个kafka的小插曲，轻松愉快。一、Kafka基础消息系统的作用应该大部份小伙伴都清楚，用机油装

Kafka +深度学习+ MQTT搭建可扩展的物联网平台「附源码」文中链接查看，可点击：阅读原文物联网+大数据+机器学习将会是以后的趋势，这里介绍一篇这方面的文章包含源码。