每个应用程序都会产生数据,包括日志消息、度量指标、用户活动记录、响应消息等。如何移动数据,几乎变得与数据本身一样重要。如果你是架构师、产品工程师,同时也是Apache Kafka新手,那么这本实践指南将会帮助你成为流式平台上处理实时数据的专家。 本书由出身于LinkedIn的Kafka核心作者和一线技术人员共同执笔,详细介绍了如何部署Kafka集群、发可靠的基于事件驱动的微服务,以及基于Kafka平台构建可伸缩的流式应用程序。通过详尽示例,你将会了解到Kafka的设计原则、可靠性保证、关键API,以及复制协议、控制器和存储层等架构细节。
售 价:¥
纸质售价:¥51.30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
O'Reilly Media, Inc. 介绍
第1章 站在思想源头的大宗师
1.1 发布与订阅消息系统
1.2 Kafka登场
1.3 为什么选择Kafka
1.4 数据生态系统
1.5 起源故事
1.6 开始Kafka之旅
第2章 安装 Kafka
2.1 要事先行
2.2 安装Kafka Broker
2.3 broker配置
2.4 硬件的选择
2.5 云端的Kafka
2.6 Kafka集群
2.7 生产环境的注意事项
2.8 总结
第3章 Kafka 生产者——向 Kafka 写入数据
3.1 生产者概览
3.2 创建Kafka生产者
3.3 发送消息到Kafka
3.4 生产者的配置
3.5 序列化器
3.6 分区
3.7 旧版的生产者API
3.8 总结
第4章 Kafka 消费者——从 Kafka 读取数据
4.1 KafkaConsumer概念
4.2 创建Kafka消费者
4.3 订阅主题
4.4 轮询
4.5 消费者的配置
4.6 提交和偏移量
4.7 再均衡监听器
4.8 从特定偏移量处开始处理记录
4.9 如何退出
4.10 反序列化器
4.11 独立消费者——为什么以及怎样使用没有群组的消费者
4.12 旧版的消费者API
4.13 总结
第5章 深入 Kafka
5.1 集群成员关系
5.2 控制器
5.3 复制
5.4 处理请求
5.5 物理存储
5.6 总结
第6章 可靠的数据传递
6.1 可靠性保证
6.2 复制
6.3 broker配置
6.4 在可靠的系统里使用生产者
6.5 在可靠的系统里使用消费者
6.6 验证系统可靠性
6.7 总结
第7章 构建数据管道
7.1 构建数据管道时需要考虑的问题
7.2 如何在Connect API和客户端API之间作出选择
7.3 Kafka Connect
7.4 Connect之外的选择
7.5 总结
第8章 跨集群数据镜像
8.1 跨集群镜像的使用场景
8.2 多集群架构
8.3 Kafka的MirrorMaker
8.4 其他跨集群镜像方案
8.5 总结
第9章 管理 Kafka
9.1 主题操作
9.2 消费者群组
9.3 动态配置变更
9.4 分区管理
9.5 消费和生产
9.6 客户端ACL
9.7 不安全的操作
9.8 总结
第10章 监控 Kafka
10.1 度量指标基础
10.2 broker的度量指标
10.3 客户端监控
10.4 延时监控
10.5 端到端监控
10.6 总结
第11章 流式处理
11.1 什么是流式处理
11.2 流式处理的一些概念
11.3 流式处理的设计模式
11.4 Streams示例
11.5 Kafka Streams的架构概览
11.6 流式处理使用场景
11.7 如何选择流式处理框架
11.8 总结
附录 A 在其他操作系统上安装 Kafka
作者介绍
封面介绍
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