Kafka 實戰 Kafka in Action

Dylan Scott是一名软件开发人员，拥有十多年Java和Perl开发经验。在将Kafka作为大型数据迁移项目的消息系统之后，Dylan又进一步探索Kafka和流式处理的世界。他使用过各种技术和消息队列产品，包括Mule、RabbitMQ、MQSeries和Kafka。Dylan拥有Sun Java SE 1.6、Oracle Web EE 6、Neo4j和Jenkins Engineer等方面的证书。

 

Viktor Gamov就职于Confluent公司。Confluent就是那家开发基于Kafka的事件流平台的公司。在Viktor的整个职业生涯中，他使用开源技术构建企业应用程序架构，积累了全面的专业知识。他喜欢帮助架构师与开发人员设计和开发低延迟、可伸缩且高可用的分布式系统。Viktor不仅是分布式系统、流式数据、JVM和DevOps等主题的专业会议讲师，还是JavaOne、Devoxx、OSCON、QCon等活动的常客。他是Enterprise Web Development（O’Reilly出版社）一书的合著者。

 

Dave Klein担任过开发人员、架构师、项目经理、作家、培训师、会议组织者等，主要研究方向是Kafka事件流。

目錄

第 一部分 快速入門

 

第 1章 Kafka簡介　3

1.1 什麽是Kafka　4

1.2 Kafka的使用情況　7

1.2.1　開發人員的Kafka　7

1.2.2　向管理人員介紹Kafka　9

1.3　關於Kafka的謎團　9

1.3.1　Kafka只能與Hadoop一起使用　9

1.3.2　Kafka與其他消息系統是一樣的　10

1.4　現實世界中的Kafka　11

1.4.1　早期的例子　11

1.4.2　後來的例子　12

1.4.3　什麽時候不適合使用Kafka　13

1.5　其他在線資源　14

總結　14

 

第 2章 瞭解Kafka　15

2.1　發送和讀取一條消息　15

2.2　什麽是Broker　16

2.3　Kafka之旅　20

2.3.1　生產者和消費者　20

2.3.2　主題　23

2.3.3　ZooKeeper　24

2.3.4　Kafka的高級架構　25

2.3.5　提交日誌　26

2.4　其他API及其用途　26

2.4.1　Kafka Streams　27

2.4.2　Kafka Connect　28

2.4.3　AdminClient　28

2.4.4　ksqlDB　29

2.5　Confluent的客戶端　29

2.6　流式處理及術語解釋　32

2.6.1　流式處理　33

2.6.2　精確一次語義　34

總結　34

 

第二部分 應用Kafka

 

第3章 設計並實現一個Kafka項目　37

3.1　設計一個Kafka項目　37

3.1.1　重新設計已有的數據

架構　38

3.1.2　改變的第 一步　38

3.1.3　內置的特性　38

3.1.4　票據數據　40

3.2　設計傳感器事件　42

3.2.1　現有的問題　43

3.2.2　為什麽Kafka是最合適的　44

3.2.3　關於我們的設計　45

3.2.4　用戶數據需求　46

3.2.5　應用我們的問題清單　46

3.2.6　評審我們的設計　49

3.3　數據格式　50

3.3.1　數據規劃　50

3.3.2　配置依賴項　51

總結　56

第4章 生產者——數據的源頭　57

4.1　一個示例　57

4.2　生產者的配置參數　61

4.2.1　配置Broker地址列表　61

4.2.2　如何提升速度（或安全性）　62

4.2.3　時間戳　64

4.3　代碼實現　65

總結　73

第5章 消費者——解鎖數據　74

5.1　一個示例　74

5.1.1　消費者的配置屬性　76

5.1.2　理解偏移量　79

5.2　消費者之間的交互　82

5.3　跟蹤偏移量　82

5.3.1　組協調器　83

5.3.2　分區的分配策略　85

5.4　提交偏移量　86

5.5　從壓實的主題中讀取數據　88

5.6　工廠示例的消費者代碼　88

5.6.1　偏移量的配置選項　89

5.6.2　滿足設計需求　90

總結　93

第6章 Broker　94

6.1　Broker簡介　94

6.2　ZooKeeper的角色　95

6.3　Broker級別的配置選項　96

6.3.1　Kafka的應用程序日誌　98

6.3.2　服務器日誌　98

6.3.3　管理集群狀態　98

6.4　分區的首領和它們的職責　99

6.5　窺探Kafka　102

6.5.1　集群維護　103

6.5.2　增加一個Broker　104

6.5.3　升級集群　104

6.5.4　升級客戶端　104

6.5.5　備份　105

6.6　關於有狀態系統　105

6.7　練習　106

總結　108

第7章 主題和分區　109

7.1　主題　109

7.1.1　主題的配置選項　112

7.1.2　復制系數　114

7.2　分區　114

7.2.1　分區的位置　114

7.2.2　查看日誌　115

7.3　使用EmbeddedKafkaCluster 116

7.4　主題壓實　118

總結　120

第8章 Kafka的存儲　121

8.1　需要保存數據多長時間　121

8.2　移動數據　122

8.2.1　保留原始事件　123

8.2.2　擺脫批處理思維　123

8.3　工具　123

8.3.1　Apache Flume　124

8.3.2　Red Hat Debezium　125

8.3.3　Secor　126

8.3.4　數據存儲應用示例　126

8.4　將數據放回Kafka　127

8.5　Kafka支持的架構　128

8.5.1　Lambda架構　128

8.5.2　Kappa架構　129

8.6　多集群設置　130

8.7　基於雲和容器的存儲方案　131

總結　131

第9章 管理Kafka——工具和日誌　132

9.1　管理客戶端　132

9.1.1　在代碼中使用AdminClient　133

9.1.2　kcat　134

9.1.3　Confluent REST Proxy API 135

9.2　將Kafka作為systemd服務運行　137

9.3　日誌　137

9.3.1　Kafka的應用程序日誌　138

9.3.2　ZooKeeper的日誌　139

9.4　防火牆　140

9.5　指標　141

9.6　跟蹤　143

9.6.1　生產者邏輯　144

9.6.2　消費者邏輯　145

9.6.3　覆蓋客戶端　147

9.7　通用的監控工具　148

總結　148

 

第三部分 Kafka進階

 

第 10章 保護Kafka　151

10.1　安全性基礎　152

10.1.1　用SSL加密　153

10.1.2 Broker和客戶端之間的 SSL　154

10.1.3 Broker之間的SSL　156

10.2　Kerberos與SASL　157

10.3　Kafka的授權機制　158

10.3.1 訪問控制列表　158

10.3.2 基於角色的訪問控制　159

10.4　ZooKeeper　160

10.5　配額　160

10.5.1 網絡帶寬配額　161

10.5.2 請求速率配額　162

10.6　靜態數據　163

總結　164

第 11章 Schema Registry　165

11.1　Kafka成熟度模型　165

11.1.1 級別0　166

11.1.2 級別1　166

11.1.3 級別2　167

11.1.4 級別3　168

11.2　Schema Registry　168

11.2.1 安裝Confluent Schema Registry　168

11.2.2 註冊表的配置　169

11.3　Schema的特性　170

11.3.1 REST API　170

11.3.2 客戶端庫　171

11.4　兼容性規則　172

11.5　Schema Registry之外的選擇　174

總結　175

第 12章 流式處理　176

12.1　Kafka Streams　177

12.1.1 KStreams API DSL　178

12.1.2 KTable API　181

12.1.3 GlobalKTable API　181

12.1.4 Processor API　182

12.1.5 設置Kafka Streams　184

12.2　ksqlDB——一個事件流 數據庫　185

12.2.1 查詢　186

12.2.2 本地開發　186

12.2.3 ksqlDB的架構　188

12.3　更進一步　188

12.3.1 Kafka改進提案　188

12.3.2 值得瞭解的Kafka項目　189

12.3.3 社區Slack頻道　189

總結　189

附錄A 安裝　190

附錄B 客戶端示例　197