【消息队列】聊一下如何避免消息的重复消费
Kafak重复消费如何解决
【kafka 监控】Kafka_exporter+prometheus 监控kafka数据
通过Prometheus的查询和可视化功能，您可以对Kafka集群进行监控和管理，以保证Kafka集群的稳定性和高可用性。您可以在Kafka_exporter的官方网站（https://github.com/danielqsj/kafka_exporter/releases）上下载最新版本的Kafk
深入理解Kafka：架构、设计原则及最佳实践
Kafka是一款由Apache开发的分布式流处理平台，它最初是由LinkedIn公司在2010年开发的。从最初的消息队列到如今的分布式流处理平台Kafka经历了一个逐步演化的过程。Kafka最开始的设计目的是解决LinkedIn内部存在的海量数据传输问题，在其不断的发展中Kafka逐渐发展成为一种可
Kafka实时数据同步
支持Oracle、DB2、SQL Server、MySQL、达梦等交易数据库实时数据捕获（日志解析），支持SAP Hana、GreenPlum、ClickHouse、Hbase、Hive等分析数据库批量数据写入。支持实时捕获业务系统变化数据并将其发步到Kafka，也支持从Kafka订阅实时数据并写入
Kafka消息的压缩机制
大纲Kafka支持的消息压缩类型什么是 Kafka 的消息压缩消息压缩类型何时需要压缩如何开启压缩在 Broker 端开启压缩compression.type 属性broker 和 topic 两个级别broker 级别topic 级别在 Producer 端压缩compression.type 属
【Kafka】【十九】新消费组的消费offset规则
新消费组中的消费者在启动以后，默认会从当前分区的最后⼀条消息的offset+1开始消费（消费新消息）。可以通过以下的设置，让新的消费者第⼀次从头开始消费。之后开始消费新消息（最后消费的位置的偏移量+1）
kafka命令之消费者组
kafka消费者组命令
kafka使用
Kafka是最初由Linkedin公司开发，是一个分布式、支持分区的（partition）、多副本的 （replica），基于zookeeper协调的分布式消息系统，它的最大的特性就是可以实时的处理 大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、 Storm/Spa
kafka—消费者
1.消费者工作流程2.消费者组
Apache Kafka - 重识消费者
Kafka是一个分布式的消息队列系统，它的出现解决了传统消息队列系统的吞吐量瓶颈问题。Kafka的高吞吐量、低延迟和可扩展性使得它成为了很多公司的首选消息队列系统。在Kafka中，消息被分成了不同的主题（Topic），每个主题又被分成了不同的分区（Partition）。生产者（Producer）将消
华为大数据HCIP认证（HCIP-Big Data Developer V2.0） 考试大纲
华为大数据HCIP认证（HCIP-Big Data Developer V2.0） 考试大纲
kafka如何保证数据不丢失
kafka如何保证数据不丢失
Flink 定时加载数据源
flink 自定义实时数据源使用流处理比较简单，比如 Kafka、MQ 等，如果使用 MySQL、redis 批处理也比较简单如果需要定时加载数据作为 flink 数据源使用流处理，比如定时从 mysql 或者 redis 获取一批数据，传入 flink 做处理，如下简单实现注意 flink 好多包
Kafka集群搭建
介绍了kafka集群的搭建
C++实现kafka的生产者客户端
一、Kafka 生产者的逻辑。二、Kafka 的C++ API。三、Kafka 生产者客户端开发。
Kafka极客 - 15 重设消费者位移 Offset
反之，如果你的场景需要较高的吞吐量，但每条消息的处理时间很短，同时你又很在意消息的顺序，此时，Kafka 就是你的首选。有时候你可能会碰到这样的场景：你修改了消费者程序代码，并重启了消费者，结果发现代码有问题，你需要回滚之前的代码变更，同时也要把位移重设到消费者重启时的位置，那么，Current 策
Python通过kafaka发送数据
使用Python实现通过kafaka发送数据
Kafka-Kraft 模式架构部署
Kafka-Kraft 模式架构部署
centos7系统安装kafka
一、准备确保服务器上已经搭建完成JDK，zookeeper服务；
zookeeper集群搭建
zokeeper集群搭建
