首页
›
数据工程与实时数据平台
›
016-Kafka数据流平台
›
《Kafka流处理应用快速构建》
VIP20
本课程属于:016-Kafka数据流平台
数据工程与实时数据平台 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
Kafka流处理应用快速构建
📚 共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
第1章
Kafka入门
Kafka是什么、消息队列模型、核心概念(Topic、Partition、Broker、Producer、Consumer)及应用场景。
基础
概念
第2章
Kafka安装与配置
单机与集群模式安装、ZooKeeper依赖、关键配置文件详解及启动验证。
环境
部署
第3章
Kafka命令行操作
创建Topic、查看列表、生产与消费消息、查看消费组状态等常用命令。
CLI
运维
第4章
Kafka Java Producer API
Producer核心参数、同步/异步发送、回调函数与分区策略详解。
Java
生产者
第5章
Kafka Java Consumer API
Consumer核心参数、订阅与分配、自动/手动位移提交及再均衡监听器。
Java
消费者
第6章
Kafka Streams入门
Streams概念、与传统Consumer/Producer的区别及Streams应用架构。
流处理
架构
第7章
Kafka Streams开发环境搭建
Maven依赖、项目结构及Hello World流处理应用快速上手。
环境
入门
第8章
Kafka Streams核心概念
Stream、Table、KStream、KTable、GlobalKTable及StreamsBuilder详解。
核心
抽象
第9章
Kafka Streams状态操作
无状态操作(map、filter、flatMap)与有状态操作(count、reduce、aggregate)。
算子
状态
第10章
Kafka Streams窗口操作
滚动、跳跃、滑动、会话窗口及窗口时间语义详解。
窗口
时间
第11章
Kafka Streams Join操作
Stream-Stream、Stream-Table、Table-Table Join及外键Join实战。
Join
关联
第12章
Kafka Streams状态存储
RocksDB、InMemory状态存储类型,自定义存储及状态查询。
存储
RocksDB
第13章
Kafka Streams处理器API
Processor API vs DSL API,自定义Processor及Punctuator定时器。
API
处理器
第14章
Kafka Streams拓扑结构
拓扑构建、子拓扑、全局拓扑及拓扑可视化方法。
拓扑
架构
第15章
Kafka Streams序列化与反序列化
Serde机制、自定义Serde及Avro/Protobuf集成方案。
序列化
Serde
第16章
Kafka Streams容错机制
任务备份、状态存储备份、Exactly-Once语义及事务性Producer。
容错
Exactly-Once
第17章
Kafka Streams监控与运维
JMX指标、线程模型、Lag监控及日志诊断实践。
监控
运维
第18章
Kafka Connect入门
Connect架构、Source/Sink Connector及单机与分布式模式。
Connect
集成
第19章
Kafka Connect开发
自定义Source/Sink Connector、Converter与Transformation开发。
开发
自定义
第20章
Kafka Connect REST API
连接器与任务管理、配置验证及状态监控接口。
REST
管理
第21章
Kafka Schema Registry
Schema Registry作用、Avro Schema定义、兼容性检查与演进。
Schema
Avro
第22章
Kafka REST Proxy
REST Proxy架构、生产/消费消息及与Schema Registry集成。
REST
代理
第23章
Kafka安全机制
SSL/TLS加密、SASL认证(PLAIN/SCRAM/Kerberos)及ACL授权。
安全
认证
第24章
Kafka性能调优
Producer、Consumer及Broker端核心参数调优实践。
性能
调优
第25章
Kafka日志管理
日志存储结构、清理策略(delete/compact)、日志索引与段管理。
日志
存储
第26章
Kafka副本机制
ISR机制、Leader选举、副本同步及最小同步副本配置。
副本
高可用
第27章
Kafka跨集群复制
MirrorMaker2架构、双向复制、Topic映射与偏移量同步。
跨集群
复制
第28章
Kafka与流处理框架集成
Kafka + Flink、Spark Streaming及Storm对比与集成实践。
集成
Flink
第29章
Kafka实战案例一:实时日志收集系统
Filebeat + Kafka + Logstash + Elasticsearch构建端到端日志管道。
实战
日志
第30章
Kafka实战案例二:实时订单处理系统
Kafka Streams实现订单聚合、风控检测与实时报表。
实战
订单
所属VIP或分类
同VIP:Delta-Lake-实时写入-Kafka-方案
同VIP:Flink集成Kafka实时处理实战
同VIP:Iceberg与Kafka的无缝衔接