Kafka架構 1.1 Kafka整體架構
1.2 Topic & Partition
1.3 Producer最佳實踐
1.4 消息路由之自定義Partitioner
1.5 兩種不同的Consumer用法
Kafka高可用原理 2.1 Kafka面臨的CAP問題
2.2 高可用下的數據分發
2.3 動態平衡策略ISR
2.4 基于Zookeeper的領導選舉方案
2.5 Failover原理
Consumer Rebalance方案演進
Kafka Stream
3.1 為什么需要Rebalance
3.2 Rebalance實現的效果
3.3 自治式Rebalance原理及問題
3.4 集中式Rebalance實現原理
3.5 應用程序如何處理Consumer Rebalance
Kafka Stream 4.1 Kafka Stream架構
4.2 Kafka Stream并發模型
4.3 實現Topology的兩種方式
4.4 窗口和Join原理與可恢復性保障
4.5 Kafka Stream與其它流式處理系統的異同
Kafka運維與如何實現正好一次 5.1 重新分配Replica
5.2 Preferred Replica Leader Election
5.3 兩階段提交實現正好一次
5.4 冪等操作實現正好一次
5.5 數據處理與offset管理放在同一事務實現正好一次 |
合作伙伴與授權機構
總部李老師
