超详细:这份全网首发的Kafka技术手册,从基础到实战一应俱全

image.png

什么是Kafka?

Kafka通常用于实时流数据架构,以提供实时分析。

Kafka正在爆炸式增长。超过三分之一的财富500强企业都使用Kafka。这些公司包括十大旅游公司,十大银行中的七家,十大保险公司中的八家,十大电信公司中的九家,以及更多。LinkedIn,微软和Netflix每天使用Kafka(1,000,000,000,000)处理万亿级的消息。Kafka用于实时数据流,收集大数据或进行实时分析(或两者兼而有之)。Kafka与内存微服务一起使用以提供可靠性,它可用于向 CEP(复杂事件流系统)和IoT / IFTTT式自动化系统提供事件。

为什么选择Kafka?

Kafka通常用于实时流式数据体系结构以提供实时分析。由于Kafka是一个快速,可扩展,耐用和容错的发布、订阅消息传递系统,Kafka被用于JMS,RabbitMQ和AMQP可能因为数量和响应速度而不被考虑的情况。Kafka具有更高的吞吐量,可靠性和复制特性,使其适用于跟踪服务呼叫(跟踪每个呼叫)或跟踪传统MOM可能不被考虑的物联网传感器数据。

Who在使用Kafka?

许多处理大量数据的大公司使用Kafka。

  • LinkedIn起源于它,用它来跟踪活动数据和运营指标。
  • Twitter使用它作为Storm的一部分来提供流处理基础设施。
  • Square使用Kafka作为消息总线,将所有系统事件转移到各种Square数据中心(日志,自定义事件,度量标准等),输出到Splunk,Graphite(仪表板)以及Esper-like / CEP警报系统。
  • Spotify,Uber,Tumbler,Goldman Sachs,PayPal,Box,Cisco,CloudFlare和Netflix等公司也使用这种方法。

由于整个笔记比较全面,内容相当的多 ,这里仅展示资料的一些截图,如有需要获取文中提到的 “Kafka技术手册” 的朋友 文末 有直达获取地址。

image.png

kafka知识导图

第一部分:初识Kafka

通过这一部分的学习,你可以学习一下内容:

  • 知道Kafka基本原理,了解关键术语概念
  • 可以使用Kafka进行消息系统开发
  • 通过Java语言来使用Kafka进行消息收发

内容涵盖:(特性 + 使用场景 + 技术优势 + 适应人群 + 概念详解 + 安装与配置 + Java第一个程序 + 服务端常用参数配置 + 总结

image.png

第二部分:生产者详解

通过这一部分的学习,你可以学习一下内容:

  • 深入学习Kafka数据生产大致流程
  • 如何创建并使用Kafka生产者
  • Kafka生产者常用配置

内容涵盖:(消息发送 + 发送原理剖析 + 其他生产者参数 + 总结

image.png

第三部分:消费者详解

通过这一部分的学习,你可以学习一下内容:

  • 深入学习Kafka数据消费大致流程
  • 如何创建并使用Kafka消费者
  • Kafka消费者常用配置

内容涵盖:(概念入门 + 消息接收 + 总结

image.png

第四部分:主题

通过这一部分的学习,你可以学习一下内容:

  • 深入学习Kafka主题的管理
  • KafkaAdminClient应用

内容涵盖:(管理 + 增加分区 + 分区副本的分配 + 其他主题参数配置 + KafkaAdminClient应用 + 总结

image.png

第五部分:分区

通过这一部分的学习,你可以学习一下内容:

  • 深入学习Kafka分区的管理
  • 包括:优先副本的选举、分区重新分配等

内容涵盖:(副本机制 + 分区Leader选举 + 分区重新分配 + 修改副本因子 + 分区分配策略 + 总结

image.png

第六部分:Kafka存储

通过这一部分的学习,你可以学习一下内容:

  • 在完成Kafka应用开发的基础上,知道文件存储机制
  • Kafka为什么使用磁盘作为存储介质
  • 分析文件存储格式
  • 快速检索消息

内容涵盖:(存储结构概述 + 日志索引 + 日志清理 + 磁盘存储优势 + 总结

image.png

第七部分:稳定性

通过这一部分的学习,你可以学习一下内容:

  • 深入学习Kafka在保证高性能、高吞吐的同时通过各种机制来保证高可用性

内容涵盖:(幂等性 + 事务 + 控制器 + 可靠性保证 + 一致性保证 + 消息重复的场景及解决方案 + __consumer_offsets + 总结

image.png

第八部分:高级应用

通过这一部分的学习,你可以学习一下内容:

  • 作为运维人员掌握命令行工具
  • 使用Connect进行流信息处理
  • 掌握延迟消息、流式处理等
  • Kafka和SpringBoot整合

内容涵盖:(命令行工具 + 数据管道Connect + 流式处理Spark + SpringBoot Kafka + 消息中间件选型对比 + 总结

image.png

第九部分:集群管理

通过这一部分的学习,你可以学习一下内容:

  • 熟悉Kafka集群管理相关内容
  • 配置与调优

内容涵盖:(集群的特点 + 集群的能力 + 集群使用场景 + 集群搭建 + 多集群同步 + 总结

image.png

第十部分:监控

通过这一部分的学习,你可以学习一下内容:

  • 知道Kafka的监控体系
  • 掌握JMX监控指标
  • 数据异动实时提醒

内容涵盖:(监控度量指标 + broker监控指标 + 主题分区监控 + 生产者监控指标 + 消费者监控指标 + Kafka Eagle + 总结

image.png

写在最后

在当前的趋势下,Kafka被越来越多的互联网独角兽企业所器重,在业务中的使用也越来越多!那么,我们就是说不一定要熟练,但是至少要学会怎么用。这样在业务中自己的能力不断地提升,才有底气和老板、和HR谈涨薪。否则,只是一味地做,不停地996,业务能力却没有提升,那么就会被公司所抛弃,更不要说什么涨薪了,你问问你自己,你配吗?

最后,我想说的是,学习并非难事,而贵在坚持,尤其是在我们参与工作之后,要继续坚持学习就更不容易了。但对于程序员来说,学习是立业之根本,如若放弃学习,被市场淘汰是迟早的事情。所以,学习更多新的知识对于自己来说才是一种更大的投资。

获取方式:需要这份 《Kafka技术手册》的朋友 请点赞、转发、收藏之后发送 私信【kafka】 获取完整下载路径的方式!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,591评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,448评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,823评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,204评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,228评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,190评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,078评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,923评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,334评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,550评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,727评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,428评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,022评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,672评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,826评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,734评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,619评论 2 354

推荐阅读更多精彩内容