2017年最新期高清大数据架构师必备Kafka原理剖析及实战演练附源码讲义 12周

1759262347 · 发表于 2019-3-22 14:42

课程介绍：

Kafka是流式处理系统如Spark streaming，Strom及Flink事实上的标准数据入口。本课程将分析Kafka的架构，Topic与Partition的关系，Kafka如何使用Consumer group实现group内的消息单播和group间的消息广播，Kafka如何利用Partition实现水平扩展以及Kafka如何实现高吞吐率。并结合源码分析Kafka实现数据复制，Leader election及Consumer rebalance的原理。同时介绍实用的Kafka监控工具kafka manager。并结合实例介绍Kafka如何与其它流行的开源系统（如Flume，Storm，Spark streaming）集成。

课程目录：

第一课. Kafka简介
1.1 为什么需要消息系统
1.2 Kafka设计目标
1.3 如何安装和使用Kafka集群
第二课. Kafka架构
2.1 Kafka整体架构
2.2 Topic & Partition
2.3 Partitioner
2.4 Sync Producer vs. Async Producer
2.5 Producer重试机制
第三课. Kafka HA
3.1 Kafka一致性重要机制之ISR
3.2 Kafka数据复制机制
3.3 Fail over
第四课. Zookeeper与Kafka
4.1 Zookeeper典型用法
4.2 Zookeeper使用注意事项
4.3 Kafka如何使用Zookeeper
第五课. Kafka领导选举
5.1 领导选举算法
5.2 Kafka“各自为政”领导选举算法
5.3 Kafka基于Controller的领导选举
第六课. Consumer
6.1 Pull vs Push
6.2 Low level API vs. High level API
6.3 单播 vs. 多播
6.4 Consumer rebalance
第七课. Consumer offset管理
7.1 基于Zookeeper的offset管理
7.2 基于broker的offset管理
第八课. Consumer的stream接口
8.1 Blocking接口
8.2 Stream接口
第九课. Kafka高性能之道
9.1 顺序写磁盘
9.2 零拷贝
9.3 批处理
9.4 基于ISR的动态平衡一致性算法
第十课. kafka监控工具
9.1 Zookeeper viewer
9.2 Kafka manager
第十一课. Kafka运维
第十二课. Kafka性能测试

游客，如果您要查看本帖隐藏内容请回复