ubuntu22 部署zookeeper + kafka集群 & 配置开机自启动
ufw disabled #关闭防火墙 或者 放开指定端口vim /etc/hosts #配置ip host映射关系。
Kafka~基础原理与架构了解
Kafka我们了解一直认为是一个消息队列，但是其设计初，是一个：分布式流式处理平台。
kafka部分partition的leader=-1修复方案整理
部分环境发现，支撑kafka部分topic的被设置成单副本。当出现单机故障时，部分topic-partition出现leader=-1，对应的partition无法正常读写数据。特别是kafka内置的topic __consumer_offsets，__consumer_offsets 是记录top
Kafka 新的消费组默认的偏移量设置和消费行为
Kafka 新的消费组默认的偏移量设置和消费行为
Kafka 负载均衡挑战及解决思路
本文转载自 Agoda Enginnering, 介绍了 Kafka 负载均衡的实际应用过程中的负载均衡挑战及解决思路。
18道kafka高频面试题（附答案）
这份文档从构建一个键值数据库的关键架构入手，不仅带你建立起全局观，还帮你迅速抓住核心主线。除此之外，还会具体讲解数据结构、线程模型、网络框架、持久化、主从同步和切片集群等，帮你搞懂底层原理。相信这对于所有层次的Redis使用者都是一份非常完美的教程了。你的支持，我的动力；祝各位前程似锦，offer不
Kafka 实战 - Kafka Consumer 重置 Offset
在Kafka实战中，消费者（Consumer）有时需要重置其消费的偏移量（Offset），以重新处理特定范围或特定位置的消息。通过上述实战方法，您可以根据实际需求选择合适的方式重置Kafka Consumer的偏移量。：对于支持Exactly-Once语义的应用，重置偏移量可能需要配合其他补偿措施以
Kafka第一篇——内部组件概念架构启动服务器zookeeper选举以及底层原理
引入 ——为什么分布式系统需要用第三方软件？JMS对比组件架构推演——备份实现安全可靠 ，Zookeepercontroller的选举controller和broker底层通信原理BROKER内部组件编辑topic创建
kafka生产者消费者举例
Kafka是一款分布式流处理平台，它被设计用于高吞吐量、持久性、分布式的数据流处理。Kafka 简介Kafka 是一个高吞吐、分布式、基于发布订阅的消息系统。Kafka 具有高吞吐量、低延迟、可扩展性、持久性、可靠性、容错性、高并发等特性。Kafka 应用场景日志收集：公司可以使用 Kafka 收集
【Unity】Kafka、Mqtt、Wesocket通信
最近研究了下kafka、mqtt、webocket插件在Unity网络通信中的应用，做下小总结吧。
【Kafka】 幂等和事务详解
Kafka幂等和事务详解
Kafka 实战 - 指定分区和偏移量，时间消费
总结来说，通过上述方法，Kafka 消费者可以在实战中灵活指定分区、偏移量或基于时间戳进行消息消费，以满足各种复杂的应用场景需求。在实际操作时，需要根据业务特点、数据一致性要求以及 Kafka 集群配置进行合理选择和调整。在 Apache Kafka 中，消费者可以通过指定分区和偏移量来精确控制消息
【MongoDB 新搭档 Kafka】
对于做过数据处理，使用过消息队列的小伙伴 ，Kafka可以算是老朋友了，但是最近一个场景下，新的用法，让其变为了MongoDB的新搭档。。。MongoDB配合Kakfa，在有些场景下，十分有益。但这种做法其实优缺点也比较明显，优点 ，减轻数据库负担，订阅容量增大， 横向扩容能力变强。缺点，也显而易见
一条指令，解决外网无法访问云服务器Kafka容器问题
在上一篇跟着官方文档使用docker，在云服务器上搭建了一个单节点的Kafka集群，在云服务器上连接成功，当我在笔记本上使用Spark尝试连接的时候，无法消费到数据。从上图可以看出，我在consumer config中明明将设置成了弹性公网IP，而且在笔记本上Telnet连接Kafka网络也是通的。
从0开始带你成为Kafka消息中间件高手---第四讲
接着follower再次发送fetch请求过来，自己的LEO = 1，leader发现自己LEO = 1，follower LEO = 1，所以HW更新为1，同时会把HW = 1带回给follower，但是此时follower还没更新HW的时候，HW还是0。我们生产环境遇到的一些问题，kafka，机
聊聊 Kafka：编译 Kafka 源码并搭建源码环境，2024年最新关于小程序的毕业设计
年进入阿里一直到现在。**
剖析 Kafka 消息丢失的原因
Kafka消息丢失的原因通常涉及多个方面，包括生产者、消费者和Kafka服务端（Broker）的配置和行为。下面将围绕这三个关键点，详细探讨Kafka消息丢失的常见原因，并提供相应的解决方案和最佳实践。总的来说，Kafka消息丢失是一个涉及多个环节的问题，需要从生产者、Broker和消费者三个层面综
Offset Explorer SASL/PLAIN和SASL/SCRAM方式连接kafka
SASL/PLAIN SASL/SCRAM
Spring Boot 项目中集成 Kafka 和 Flink：构建实时数据流处理系统
通过本文的介绍，您应该已经了解了如何在 Spring Boot 项目中集成 Kafka 和 Flink 流处理框架，实现实时数据处理和分析。在实际应用中，根据您的需求选择合适的 Kafka 和 Flink 配置，并正确使用它们，可以确保您的数据处理任务能够高效地完成。
