Kafka权威指南(第2版)

Kafka权威指南(第2版)

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

编辑推荐

本书介绍Kafka的技术原理和应用技巧。

内容简介

本书介绍Kafka的技术原理和应用技巧。内容包括如何安装和配置Kafka、如何使用Kafka API、Kafka的设计原则和可靠性保证,以及Kafka的一些架构细节,如复制协议、控制器和存储层。本书列举了一些非常流行的Kafka应用场景,比如基于事件驱动的微服务系统的消息总线、流式处理应用程序和大规模数据管道。通过学习本书,你不仅能够深入理解这项大数据核心技术,还能够将所学知识付诸实践,在生产环境中更好地运行Kafka,并基于它构建稳健的高性能应用程序。

作者简介

作者格温·沙皮拉,Kafka项目的Committer和PMC成员,也是Confluent的工程主管,领导云原生Kafka团队,致力于打造更具弹性和可伸缩性的Kafka云服务。

章节目录

版权信息

版权声明

O'Reilly Media, Inc.介绍

业界评论

本书赞誉

第2版序

第1版序

前言

第1章 初识Kafka

1.1 发布与订阅消息系统

1.1.1 如何开始

1.1.2 独立的队列系统

1.2 Kafka 登场

1.2.1 消息和批次

1.2.2 模式

1.2.3 主题和分区

1.2.4 生产者和消费者

1.2.5 broker 和集群

1.2.6 多集群

1.3 为什么选择 Kafka

1.3.1 多个生产者

1.3.2 多个消费者

1.3.3 基于磁盘的数据保留

1.3.4 伸缩性

1.3.5 高性能

1.3.6 平台特性

1.4 数据生态系统

应用场景

1.5 起源故事

1.5.1 LinkedIn 的问题

1.5.2 Kafka 的诞生

1.5.3 走向开源

1.5.4 商业化

1.5.5 命名

1.6 开始 Kafka 之旅

第2章 安装Kafka

2.1 环境配置

2.1.1 选择操作系统

2.1.2 安装 Java

2.1.3 安装 ZooKeeper

2.2 安装 broker

2.3 配置 broker

2.3.1 常规配置参数

2.3.2 主题的默认配置

2.4 选择硬件

2.4.1 磁盘吞吐量

2.4.2 磁盘容量

2.4.3 内存

2.4.4 网络

2.4.5 CPU

2.5 云端的 Kafka

2.5.1 微软 Azure

2.5.2 AWS

2.6 配置 Kafka 集群

2.6.1 需要多少个 broker

2.6.2 broker 配置

2.6.3 操作系统调优

2.7 生产环境的注意事项

2.7.1 垃圾回收器选项

2.7.2 数据中心布局

2.7.3 共享 ZooKeeper

2.8 小结

第3章 Kafka生产者

3.1 生产者概览

3.2 创建 Kafka 生产者

3.3 发送消息到 Kafka

3.3.1 同步发送消息

3.3.2 异步发送消息

3.4 生产者配置

3.4.1 client.id

3.4.2 acks

3.4.3 消息传递时间

3.4.4 linger.ms

3.4.5 buffer.memory

3.4.6 compression.type

3.4.7 batch.size

3.4.8 max.in.flight.requests.per.connection

3.4.9 max.request.size

3.4.10 receive.buffer.bytes 和 send.buffer.bytes

3.4.11 enable.idempotence

3.5 序列化器

3.5.1 自定义序列化器

3.5.2 使用 Avro 序列化数据

3.5.3 在 Kafka 中使用 Avro 记录

3.6 分区

自定义分区策略

3.7 标头

3.8 拦截器

3.9 配额和节流

3.10 小结

第4章 Kafka消费者

4.1 Kafka 消费者相关概念

4.1.1 消费者和消费者群组

4.1.2 消费者群组和分区再均衡

4.1.3 群组固定成员

4.2 创建 Kafka 消费者

4.3 订阅主题

4.4 轮询

线程安全

4.5 配置消费者

4.5.1 fetch.min.bytes

4.5.2 fetch.max.wait.ms

4.5.3 fetch.max.bytes

4.5.4 max.poll.records

4.5.5 max.partition.fetch.bytes

4.5.6 session.timeout.ms 和 heartbeat.interval.ms

4.5.7 max.poll.interval.ms

4.5.8 default.api.timeout.ms

4.5.9 request.timeout.ms

4.5.10 auto.offset.reset

4.5.11 enable.auto.commit

4.5.12 partition.assignment.strategy

4.5.13 client.id

4.5.14 client.rack

4.5.15 group.instance.id

4.5.16 receive.buffer.bytes 和 send.buffer.bytes

4.5.17 offsets.retention.minutes

4.6 提交和偏移量

4.6.1 自动提交

4.6.2 提交当前偏移量

4.6.3 异步提交

4.6.4 同步和异步组合提交

4.6.5 提交特定的偏移量

4.7 再均衡监听器

4.8 从特定偏移量位置读取记录

4.9 如何退出

4.10 反序列化器

4.10.1 自定义反序列化器

4.10.2 在消费者里使用 Avro 反序列器

4.11 独立的消费者:为什么以及怎样使用不属于任何群组的消费者

4.12 小结

第5章 编程式管理Kafka

5.1 AdminClient 概览

5.1.1 异步和最终一致性 API

5.1.2 配置参数

5.1.3 扁平的结构

5.1.4 额外的话

5.2 AdminClient 生命周期:创建、配置和关闭

5.2.1 client.dns.lookup

5.2.2 request.timeout.ms

5.3 基本的主题管理操作

5.4 配置管理

5.5 消费者群组管理

5.5.1 查看消费者群组

5.5.2 修改消费者群组

5.6 集群元数据

5.7 高级的管理操作

5.7.1 为主题添加分区

5.7.2 从主题中删除消息

5.7.3 首领选举

5.7.4 重新分配副本

5.8 测试

5.9 小结

第6章 深入Kafka

6.1 集群的成员关系

6.2 控制器

新控制器 KRaft

6.3 复制

6.4 处理请求

6.4.1 生产请求

6.4.2 获取请求

6.4.3 其他请求

6.5 物理存储

6.5.1 分层存储

6.5.2 分区的分配

6.5.3 文件管理

6.5.4 文件格式

6.5.5 索引

6.5.6 压实

6.5.7 压实的工作原理

6.5.8 被删除的事件

6.5.9 何时会压实主题

6.6 小结

第7章 可靠的数据传递

7.1 可靠性保证

7.2 复制

7.3 broker 配置

7.3.1 复制系数

7.3.2 不彻底的首领选举

7.3.3 最少同步副本

7.3.4 保持副本同步

7.3.5 持久化到磁盘

7.4 在可靠的系统中使用生产者

7.4.1 发送确认

7.4.2 配置生产者的重试参数

7.4.3 额外的错误处理

7.5 在可靠的系统中使用消费者

7.5.1 消费者的可靠性配置

7.5.2 手动提交偏移量

7.6 验证系统可靠性

7.6.1 验证配置

7.6.2 验证应用程序

7.6.3 在生产环境中监控可靠性

7.7 小结

第8章 精确一次性语义

8.1 幂等生产者

8.1.1 幂等生产者的工作原理

8.1.2 幂等生产者的局限性

8.1.3 如何使用幂等生产者

8.2 事务

8.2.1 事务的应用场景

8.2.2 事务可以解决哪些问题

8.2.3 事务是如何保证精确一次性的

8.2.4 事务不能解决哪些问题

8.2.5 如何使用事务

8.2.6 事务 ID 和隔离

8.2.7 事务的工作原理

8.3 事务的性能

8.4 小结

第9章 构建数据管道

9.1 构建数据管道时需要考虑的问题

9.1.1 及时性

9.1.2 可靠性

9.1.3 高吞吐量和动态吞吐量

9.1.4 数据格式

9.1.5 转换

9.1.6 安全性

9.1.7 故障处理

9.1.8 耦合性和灵活性

9.2 何时使用 Connect API 或客户端 API

9.3 KafkaConnect

9.3.1 运行 Connect

9.3.2 连接器示例:文件数据源和文件数据池

9.3.3 连接器示例:从 MySQL 到 ElasticSearch

9.3.4 单一消息转换

9.3.5 深入理解 Connect

9.4 Connect 之外的选择

9.4.1 其他数据存储系统的数据摄入框架

9.4.2 基于图形界面的 ETL 工具

9.4.3 流式处理框架

9.5 小结

第10章 跨集群数据镜像

10.1 跨集群镜像的应用场景

10.2 多集群架构

10.2.1 跨数据中心通信的一些现实情况

10.2.2 星型架构

10.2.3 双活架构

10.2.4 主备架构

10.2.5 延展集群

10.3 MirrorMaker

10.3.1 配置 MirrorMaker

10.3.2 多集群复制拓扑

10.3.3 保护 MirrorMaker

10.3.4 在生产环境中部署 MirrorMaker

10.3.5 MirrorMaker 调优

10.4 其他跨集群镜像方案

10.4.1 Uber 的 uReplicator

10.4.2 LinkedIn 的 Brooklin

10.4.3 Confluent 的跨数据中心镜像解决方案

10.5 小结

第11章 保护Kafka

11.1 锁住 Kafka

11.2 安全协议

11.3 身份验证

11.3.1 SSL

11.3.2 SASL

11.3.3 重新认证

11.3.4 安全更新不停机

11.4 加密

端到端加密

11.5 授权

11.5.1 AclAuthorizer

11.5.2 自定义授权

11.5.3 安全方面的考虑

11.6 审计

11.7 保护 ZooKeeper

11.7.1 SASL

11.7.2 SSL

11.7.3 授权

11.8 保护平台

保护密码

11.9 小结

第12章 管理Kafka

12.1 主题操作

12.1.1 创建新主题

12.1.2 列出集群中的所有主题

12.1.3 列出主题详情

12.1.4 增加分区

12.1.5 减少分区

12.1.6 删除主题

12.2 消费者群组

12.2.1 列出并描述消费者群组信息

12.2.2 删除消费者群组

12.2.3 偏移量管理

12.3 动态配置变更

12.3.1 覆盖主题的默认配置

12.3.2 覆盖客户端和用户的默认配置

12.3.3 覆盖 broker 的默认配置

12.3.4 查看被覆盖的配置

12.3.5 移除被覆盖的配置

12.4 生产和消费

12.4.1 控制台生产者

12.4.2 控制台消费者

12.5 分区管理

12.5.1 首选首领选举

12.5.2 修改分区的副本

12.5.3 转储日志片段

12.5.4 副本验证

12.6 其他工具

12.7 不安全的操作

12.7.1 移动集群控制器

12.7.2 移除待删除的主题

12.7.3 手动删除主题

12.8 小结

第13章 监控Kafka

13.1 指标基础

13.1.1 指标来自哪里

13.1.2 需要哪些指标

13.1.3 应用程序健康检测

13.2 服务级别目标

13.2.1 服务级别定义

13.2.2 哪些指标是好的 SLI

13.2.3 将 SLO 用于告警

13.3 broker 的指标

13.3.1 诊断集群问题

13.3.2 非同步分区的艺术

13.3.3 broker 指标

13.3.4 主题的指标和分区的指标

13.3.5 Java 虚拟机监控

13.3.6 操作系统监控

13.3.7 日志

13.4 客户端监控

13.4.1 生产者指标

13.4.2 消费者指标

13.4.3 配额

13.5 滞后监控

13.6 端到端监控

13.7 小结

第14章 流式处理

14.1 什么是流式处理

14.2 流式处理相关概念

14.2.1 拓扑

14.2.2 时间

14.2.3 状态

14.2.4 流和表

14.2.5 时间窗口

14.2.6 处理保证

14.3 流式处理设计模式

14.3.1 单事件处理

14.3.2 使用本地状态

14.3.3 多阶段处理和重分区

14.3.4 使用外部查找:流和表的连接

14.3.5 表与表的连接

14.3.6 流与流的连接

14.3.7 乱序事件

14.3.8 重新处理

14.3.9 交互式查询

14.4 Streams 示例

14.4.1 字数统计

14.4.2 股票市场统计

14.4.3 填充点击事件流

14.5 Streams 架构概览

14.5.1 构建拓扑

14.5.2 优化拓扑

14.5.3 测试拓扑

14.5.4 扩展拓扑

14.5.5 在故障中存活下来

14.6 流式处理应用场景

14.7 如何选择流式处理框架

14.8 小结

附录A 在其他操作系统中安装Kafka

A.1 在 Windows 系统中安装 Kafka

A.1.1 使用 Windows 的 Linux 子系统

A.1.2 使用原生 Java 包

A.2 在 macOS 系统中安装 Kafka

A.2.1 使用 Homebrew

A.2.2 手动安装

附录B 其他Kafka工具

B.1 综合性平台

B.2 集群部署和管理

B.3 监控和查看数据

B.4 客户端开发库

B.5 流式处理

关于作者

关于封面

Kafka权威指南(第2版)是2022年由人民邮电出版社出版,作者[美] 格温·沙皮拉。

得书感谢您对《Kafka权威指南(第2版)》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。