Kafka權(quán)威指南

序　　xiii
前言　　xv
第1章　初識Kafka　　1
1.1　發(fā)布與訂閱消息系統(tǒng)　　1
1.1.1　如何開始　　2
1.1.2　獨立的隊列系統(tǒng)　　3
1.2　Kafka登場　　4
1.2.1　消息和批次　　4
1.2.2　模式　　4
1.2.3　主題和分區(qū)　　5
1.2.4　生產(chǎn)者和消費者　　5
1.2.5　broker和集群　　6
1.2.6　多集群　　7
1.3　為什么選擇Kafka　　8
1.3.1　多個生產(chǎn)者　　8
1.3.2　多個消費者　　8
1.3.3　基于磁盤的數(shù)據(jù)存儲　　9
1.3.4　伸縮性　　9
1.3.5　高性能　　9
1.4　數(shù)據(jù)生態(tài)系統(tǒng)　　9
1.5　起源故事　　11
1.5.1　LinkedIn的問題　　11
1.5.2　Kafka的誕生　　12
1.5.3　走向開源　　12
1.5.4　命名　　13
1.6　開始Kafka之旅　　13
第2章　安裝Kafka　　14
2.1　要事先行　　14
2.1.1　選擇操作系統(tǒng)　　14
2.1.2　安裝Java　　14
2.1.3　安裝Zookeeper　　15
2.2　安裝Kafka Broker　　17
2.3　broker配置　　18
2.3.1　常規(guī)配置　　18
2.3.2　主題的默認(rèn)配置　　19
2.4　硬件的選擇　　23
2.4.1　磁盤吞吐量　　23
2.4.2　磁盤容量　　23
2.4.3　內(nèi)存　　23
2.4.4　網(wǎng)絡(luò)　　24
2.4.5　CPU　　24
2.5　云端的Kafka　　24
2.6　Kafka集群　　24
2.6.1　需要多少個broker　　25
2.6.2　broker配置　　25
2.6.3　操作系統(tǒng)調(diào)優(yōu)　　26
2.7　生產(chǎn)環(huán)境的注意事項　　28
2.7.1　垃圾回收器選項　　28
2.7.2　數(shù)據(jù)中心布局　　29
2.7.3　共享Zookeeper　　29
2.8　總結(jié)　　30
第3章　Kafka生產(chǎn)者——向Kafka寫入數(shù)據(jù)　　31
3.1　生產(chǎn)者概覽　　32
3.2　創(chuàng)建Kafka生產(chǎn)者　　33
3.3　發(fā)送消息到Kafka　　34
3.3.1　同步發(fā)送消息　　35
3.3.2　異步發(fā)送消息　　35
3.4　生產(chǎn)者的配置　　36
3.5　序列化器　　39
3.5.1　自定義序列化器　　39
3.5.2　使用Avro序列化　　41
3.5.3　在Kafka里使用Avro　　42
3.6　分區(qū)　　45
3.7　舊版的生產(chǎn)者API　　46
3.8　總結(jié)　　47
第4章　Kafka消費者——從Kafka讀取數(shù)據(jù)　　48
4.1　KafkaConsumer概念　　48
4.1.1　消費者和消費者群組　　48
4.1.2　消費者群組和分區(qū)再均衡　　51
4.2　創(chuàng)建Kafka 消費者　　52
4.3　訂閱主題　　53
4.4　輪詢　　53
4.5　消費者的配置　　55
4.6　提交和偏移量　　57
4.6.1　自動提交　　58
4.6.2　提交當(dāng)前偏移量　　59
4.6.3　異步提交　　59
4.6.4　同步和異步組合提交　　61
4.6.5　提交特定的偏移量　　61
4.7　再均衡監(jiān)聽器　　62
4.8　從特定偏移量處開始處理記錄　　64
4.9　如何退出　　66
4.10　反序列化器　　67
4.11　獨立消費者——為什么以及怎樣使用沒有群組的消費者　　71
4.12　舊版的消費者API　　71
4.13　總結(jié)　　72
第5章　深入Kafka　　73
5.1　集群成員關(guān)系　　73
5.2　控制器　　74
5.3　復(fù)制　　74
5.4　處理請求　　76
5.4.1　生產(chǎn)請求　　78
5.4.2　獲取請求　　78
5.4.3　其他請求　　80
5.5　物理存儲　　81
5.5.1　分區(qū)分配　　81
5.5.2　文件管理　　82
5.5.3　文件格式　　83
5.5.4　索引　　84
5.5.5　清理　　84
5.5.6　清理的工作原理　　84
5.5.7　被刪除的事件　　86
5.5.8　何時會清理主題　　86
5.6　總結(jié)　　86
第6章　可靠的數(shù)據(jù)傳遞　　87
6.1　可靠性保證　　87
6.2　復(fù)制　　88
6.3　broker配置　　89
6.3.1　復(fù)制系數(shù)　　89
6.3.2　不完全的首領(lǐng)選舉　　90
6.3.3　最少同步副本　　91
6.4　在可靠的系統(tǒng)里使用生產(chǎn)者　　92
6.4.1　發(fā)送確認(rèn)　　92
6.4.2　配置生產(chǎn)者的重試參數(shù)　　93
6.4.3　額外的錯誤處理　　94
6.5　在可靠的系統(tǒng)里使用消費者　　94
6.5.1　消費者的可靠性配置　　95
6.5.2　顯式提交偏移量　　95
6.6　驗證系統(tǒng)可靠性　　97
6.6.1　配置驗證　　98
6.6.2　應(yīng)用程序驗證　　98
6.6.3　在生產(chǎn)環(huán)境監(jiān)控可靠性　　99
6.7　總結(jié)　　100
第7章　構(gòu)建數(shù)據(jù)管道　　101
7.1　構(gòu)建數(shù)據(jù)管道時需要考慮的問題　　102
7.1.1　及時性　　102
7.1.2　可靠性　　102
7.1.3　高吞吐量和動態(tài)吞吐量　　103
7.1.4　數(shù)據(jù)格式　　103
7.1.5　轉(zhuǎn)換　　104
7.1.6　安全性　　104
7.1.7　故障處理能力　　104
7.1.8　耦合性和靈活性　　105
7.2　如何在Connect API和客戶端API之間作出選擇　　105
7.3　Kafka Connect　　106
7.3.1　運行Connect　　106
7.3.2　連接器示例——文件數(shù)據(jù)源和文件數(shù)據(jù)池　　107
7.3.3　連接器示例——從MySQL到ElasticSearch　　109
7.3.4　深入理解Connect　　114
7.4　Connect之外的選擇　　116
7.4.1　用于其他數(shù)據(jù)存儲的攝入框架　　116
7.4.2　基于圖形界面的ETL 工具　　117
7.4.3　流式處理框架　　117
7.5　總結(jié)　　117
第8章　跨集群數(shù)據(jù)鏡像　　118
8.1　跨集群鏡像的使用場景　　118
8.2　多集群架構(gòu)　　119
8.2.1　跨數(shù)據(jù)中心通信的一些現(xiàn)實情況　　119
8.2.2　Hub和Spoke架構(gòu)　　120
8.2.3　雙活架構(gòu)　　121
8.2.4　主備架構(gòu)　　123
8.2.5　延展集群　　127
8.3　Kafka的MirrorMaker　　128
8.3.1　如何配置　　129
8.3.2　在生產(chǎn)環(huán)境部署MirrorMaker　　130
8.3.3　MirrorMaker調(diào)優(yōu)　　132
8.4　其他跨集群鏡像方案　　134
8.4.1　優(yōu)步的uReplicator　　134
8.4.2　Confluent的Replicator　　135
8.5　總結(jié)　　135
第9章　管理Kafka　　136
9.1　主題操作　　136
9.1.1　創(chuàng)建主題　　137
9.1.2　增加分區(qū)　　138
9.1.3　刪除主題　　138
9.1.4　列出集群里的所有主題　　139
9.1.5　列出主題詳細(xì)信息　　139
9.2　消費者群組　　140
9.2.1　列出并描述群組　　140
9.2.2　刪除群組　　142
9.2.3　偏移量管理　　142
9.3　動態(tài)配置變更　　143
9.3.1　覆蓋主題的默認(rèn)配置　　143
9.3.2　覆蓋客戶端的默認(rèn)配置　　145
9.3.3　列出被覆蓋的配置　　145
9.3.4　移除被覆蓋的配置　　146
9.4　分區(qū)管理　　146
9.4.1　首選的首領(lǐng)選舉　　146
9.4.2　修改分區(qū)副本　　147
9.4.3　修改復(fù)制系數(shù)　　150
9.4.4　轉(zhuǎn)儲日志片段　　151
9.4.5　副本驗證　　152
9.5　消費和生產(chǎn)　　153
9.5.1　控制臺消費者　　153
9.5.2　控制臺生產(chǎn)者　　155
9.6　客戶端ACL　　157
9.7　不安全的操作　　157
9.7.1　移動集群控制器　　157
9.7.2　取消分區(qū)重分配　　157
9.7.3　移除待刪除的主題　　158
9.7.4　手動刪除主題　　158
9.8　總結(jié)　　159
第10章　監(jiān)控Kafka　　160
10.1　度量指標(biāo)基礎(chǔ)　　160
10.1.1　度量指標(biāo)在哪里　　160
10.1.2　內(nèi)部或外部度量　　161
10.1.3　應(yīng)用程序健康檢測　　161
10.1.4　度量指標(biāo)的覆蓋面　　161
10.2　broker的度量指標(biāo)　　162
10.2.1　非同步分區(qū)　　162
10.2.2　broker度量指標(biāo)　　166
10.2.3　主題和分區(qū)的度量指標(biāo)　　173
10.2.4　Java虛擬機監(jiān)控　　174
10.2.5　操作系統(tǒng)監(jiān)控　　175
10.2.6　日志　　176
10.3　客戶端監(jiān)控　　177
10.3.1　生產(chǎn)者度量指標(biāo)　　177
10.3.2　消費者度量指標(biāo)　　179
10.3.3　配額　　181
10.4　延時監(jiān)控　　182
10.5　端到端監(jiān)控　　183
10.6　總結(jié)　　183
第11章　流式處理　　184
11.1　什么是流式處理　　185
11.2　流式處理的一些概念　　186
11.2.1　時間　　187
11.2.2　狀態(tài)　　188
11.2.3　流和表的二元性　　188
11.2.4　時間窗口　　189
11.3　流式處理的設(shè)計模式　　190
11.3.1　單個事件處理　　191
11.3.2　使用本地狀態(tài)　　191
11.3.3　多階段處理和重分區(qū)　　193
11.3.4　使用外部查找——流和表的連接　　193
11.3.5　流與流的連接　　195
11.3.6　亂序的事件　　195
11.3.7　重新處理　　196
11.4　Streams示例　　197
11.4.1　字?jǐn)?shù)統(tǒng)計　　197
11.4.2　股票市場統(tǒng)計　　199
11.4.3　填充點擊事件流　　201
11.5　Kafka Streams的架構(gòu)概覽　　202
11.5.1　構(gòu)建拓?fù)洹　?02
11.5.2　對拓?fù)溥M行伸縮　　203
11.5.3　從故障中存活下來　　205
11.6　流式處理使用場景　　205
11.7　如何選擇流式處理框架　　206
11.8　總結(jié)　　208
附錄A　在其他操作系統(tǒng)上安裝Kafka　　209
作者介紹　　214
封面介紹　　214