Kafka架构 1.1 Kafka整体架构
1.2 Topic & Partition
1.3 Producer最佳实践
1.4 消息路由之自定义Partitioner
1.5 两种不同的Consumer用法
Kafka高可用原理 2.1 Kafka面临的CAP问题
2.2 高可用下的数据分发
2.3 动态平衡策略ISR
2.4 基于Zookeeper的领导选举方案
2.5 Failover原理
Consumer Rebalance方案演进
Kafka Stream
3.1 为什么需要Rebalance
3.2 Rebalance实现的效果
3.3 自治式Rebalance原理及问题
3.4 集中式Rebalance实现原理
3.5 应用程序如何处理Consumer Rebalance
Kafka Stream 4.1 Kafka Stream架构
4.2 Kafka Stream并发模型
4.3 实现Topology的两种方式
4.4 窗口和Join原理与可恢复性保障
4.5 Kafka Stream与其它流式处理系统的异同
Kafka运维与如何实现正好一次 5.1 重新分配Replica
5.2 Preferred Replica Leader Election
5.3 两阶段提交实现正好一次
5.4 幂等操作实现正好一次
5.5 数据处理与offset管理放在同一事务实现正好一次 |