Kafka*初是由LinkedIn公司发的消息系统,现在已成为Apache的源项目。早期版本的Kafka主要是作为一个分布式、可分区和具有副本的消息系统,随着版本的不断迭代,在0.10.x版本之后Kafka已成为一个分布式流数据处理平台,特别是Kafka Streams的出现,使得Kafka对流数据处理变得更加简单。 Kafka发展至今已具备很多特性,如分布式、高吞吐量、低延迟、高水平扩展性、高容错性等,也正是由于Kafka具备这些特性,使Kafka在大数据处理、日志收集、实时监控、离线统计分析等应用场景都被广泛使用。
售 价:¥
纸质售价:¥65.60购买纸书
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐
内容提要
前言
为什么要写这本书
如何阅读本书
读者对象
参考资料
读者反馈
致谢
第1章 Kafka简介
1.1 Kafka背景
1.2 Kafka基本结构
1.3 Kafka基本概念
1.4 Kafka设计概述
1.4.1 Kafka设计动机
1.4.2 Kafka特性
1.4.3 Kafka应用场景
1.5 本书导读
1.6 小结
第2章 Kafka安装配置
2.1 基础环境配置
2.1.1 JDK安装配置
2.1.2 SSH安装配置
2.1.3 ZooKeeper环境
2.2 Kafka单机环境部署
2.2.1 Windows环境安装Kafka
2.2.2 Linux环境安装Kafka
2.3 Kafka伪分布式环境部署
2.4 Kafka集群环境部署
2.5 Kafka Manager安装
2.6 Kafka源码编译
2.6.1 Scala安装配置
2.6.2 Gradle安装配置
2.6.3 Kafka源码编译
2.6.4 Kafka导入Eclipse
2.7 小结
第3章 Kafka核心组件
3.1 延迟操作组件
3.1.1 DelayedOperation
3.1.2 DelayedOperationPurgatory
3.1.3 DelayedProduce
3.1.4 DelayedFetch
3.1.5 DelayedJoin
3.1.6 DelayedHeartbeat
3.1.7 DelayedCreateTopics
3.2 控制器
3.2.1 控制器初始化
3.2.2 控制器选举过程
3.2.3 故障转移
3.2.4 代理上线与下线
3.2.5 主题管理
3.2.6 分区管理
3.3 协调器
3.3.1 消费者协调器
3.3.2 组协调器
3.4 网络通信服务
3.4.1 Acceptor
3.4.2 Processor
3.4.3 RequestChannel
3.4.4 SocketServer启动过程
3.5 日志管理器
3.5.1 Kafka日志结构
3.5.2 日志管理器启动过程
3.5.3 日志加载及恢复
3.5.4 日志清理
3.6 副本管理器
3.6.1 分区
3.6.2 副本
3.6.3 副本管理器启动过程
3.6.4 副本过期检查
3.6.5 追加消息
3.6.6 拉取消息
3.6.7 副本同步过程
3.6.8 副本角色转换
3.6.9 关闭副本
3.7 Handler
3.8 动态配置管理器
3.9 代理健康检测
3.10 Kafka内部监控
3.11 小结
第4章 Kafka核心流程分析
4.1 KafkaServer启动流程分析
4.2 创建主题流程分析
4.2.1 客户端创建主题
4.2.2 分区副本分配
4.3 生产者
4.3.1 Eclipse运行生产者源码
4.3.2 生产者重要配置说明
4.3.3 OldProducer执行流程
4.3.4 KafkaProducer实现原理
4.4 消费者
4.4.1 旧版消费者
4.4.2 KafkaConsumer初始化
4.4.3 消费订阅
4.4.4 消费消息
4.4.5 消费偏移量提交
4.4.6 心跳探测
4.4.7 分区数与消费者线程的关系
4.4.8 消费者平衡过程
4.5 小结
第5章 Kafka基本操作实战
5.1 KafkaServer管理
5.1.1 启动Kafka单个节点
5.1.2 启动Kafka集群
5.1.3 关闭Kafka单个节点
5.1.4 关闭Kafka集群
5.2 主题管理
5.2.1 创建主题
5.2.2 删除主题
5.2.3 查看主题
5.2.4 修改主题
5.3 生产者基本操作
5.3.1 启动生产者
5.3.2 创建主题
5.3.3 查看消息
5.3.4 生产者性能测试工具
5.4 消费者基本操作
5.4.1 消费消息
5.4.2 单播与多播
5.4.3 查看消费偏移量
5.4.4 消费者性能测试工具
5.5 配置管理
5.5.1 主题级别配置
5.5.2 代理级别设置
5.5.3 客户端/用户级别配置
5.6 分区操作
5.6.1 分区Leader平衡
5.6.2 分区迁移
5.6.3 增加分区
5.6.4 增加副本
5.7 连接器基本操作
5.7.1 独立模式
5.7.2 REST风格API应用
5.7.3 分布式模式
5.8 Kafka Manager应用
5.9 Kafka安全机制
5.9.1 利用SASL/PLAIN进行身份认证
5.9.2 权限控制
5.10 镜像操作
5.11 小结
第6章 Kafka API编程实战
6.1 主题管理
6.1.1 创建主题
6.1.2 修改主题级别配置
6.1.3 增加分区
6.1.4 分区副本重分配
6.1.5 删除主题
6.2 生产者API应用
6.2.1 单线程生产者
6.2.2 多线程生产者
6.3 消费者API应用
6.3.1 旧版消费者API应用
6.3.2 新版消费者API应用
6.4 自定义组件实现
6.4.1 分区器
6.4.2 序列化与反序列化
6.5 Spring与Kafka整合应用
6.5.1 生产者
6.5.2 消费者
6.6 小结
第7章 Kafka Streams
7.1 Kafka Streams简介
7.2 Kafka Streams基本概念
7.2.1 流
7.2.2 流处理器
7.2.3 处理器拓扑
7.2.4 时间
7.2.5 状态
7.2.6 KStream和KTable
7.2.7 窗口
7.3 Kafka Streams API介绍
7.3.1 KStream与KTable
7.3.2 窗口操作
7.3.3 连接操作
7.3.4 变换操作
7.3.5 聚合操作
7.4 接口恶意访问自动检测
7.4.1 应用描述
7.4.2 具体实现
7.5 小结
第8章 Kafka数据采集应用
8.1 Log4j集成Kafka应用
8.1.1 应用描述
8.1.2 具体实现
8.2 Kafka与Flume整合应用
8.2.1 Flume简介
8.2.2 Flume与Kafka比较
8.2.3 Flume的安装配置
8.2.4 Flume采集日志写入Kafka
8.3 Kafka与Flume和HDFS整合应用
8.3.1 Hadoop安装配置
8.3.2 Flume采集Kafka消息写入HDFS
8.4 小结
第9章 Kafka与ELK整合应用
9.1 ELK环境搭建
9.1.1 Elasticsearch安装配置
9.1.2 Logstash安装配置
9.1.3 Kibana安装配置
9.2 Kafka与Logstash整合
9.2.1 Logstash收集日志到Kafka
9.2.2 Logstash从Kafka消费日志
9.3 日志采集分析系统
9.3.1 Flume采集日志配置
9.3.2 Logstash拉取日志配置
9.3.3 Kibana日志展示
9.4 服务器性能监控系统
9.4.1 Metricbeat安装
9.4.2 采集信息存储到Elasticsearch
9.4.3 加载beats-dashboards
9.4.4 服务器性能监控系统具体实现
9.5 小结
第10章 Kafka与Spark整合应用
10.1 Spark简介
10.2 Spark基本操作
10.2.1 Spark安装
10.2.2 Spark shell应用
10.2.3 spark-submit提交作业
10.3 Spark在智能投顾领域应用
10.3.1 应用描述
10.3.2 具体实现
10.4 热搜词统计
10.4.1 应用描述
10.4.2 具体实现
10.5 小结
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜