序 xiii
前言 xv
第 1 章　初識Kafka 1
1.1　發布與訂閱消息係統 1
1.1.1　如何開始 2
1.1.2　獨立的隊列係統 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 5
1.2.4　生産者和消費者 5
1.2.5　broker和集群 6
1.2.6　多集群 7
1.3　為什麼選擇Kafka 8
1.3.1　多個生産者 8
1.3.2　多個消費者 8
1.3.3　基於磁盤的數據存儲 9
1.3.4　伸縮性 9
1.3.5　高性能 9
1.4　數據生態係統 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　走嚮開源 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　選擇操作係統 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　常規配置 18
2.3.2　主題的默認配置 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　內存 23
2.4.4　網絡 24
2.4.5　CPU 24
2.5　雲端的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　操作係統調優 26
2.7　生産環境的注意事項 28
2.7.1　垃圾迴收器選項 28
2.7.2　數據中心布局 29
2.7.3　共享Zookeeper 29
2.8　總結 30
第 3 章　Kafka生産者——嚮Kafka寫入數據 31
3.1　生産者概覽 32
3.2　創建Kafka生産者 33
3.3　發送消息到Kafka 34
3.3.1　同步發送消息 35
3.3.2　異步發送消息 35
3.4　生産者的配置 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裏使用Avro 42
3.6　分區 45
3.7　舊版的生産者API 46
3.8　總結 47
第 4 章　Kafka消費者——從Kafka讀取數據 48
4.1　KafkaConsumer概念 48
4.1.1　消費者和消費者群組 48
4.1.2　消費者群組和分區再均衡 51
4.2　創建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　提交當前偏移量 59
4.6.3　異步提交 59
4.6.4　同步和異步組閤提交 61
4.6.5　提交特定的偏移量 61
4.7　再均衡監聽器 62
4.8　從特定偏移量處開始處理記錄 64
4.9　如何退齣 66
4.10　反序列化器 67
4.11　獨立消費者——為什麼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 72
第 5 章　深入Kafka 73
5.1　集群成員關係 73
5.2　控製器 74
5.3　復製 74
5.4　處理請求 76
5.4.1　生産請求 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
5.9　總結 86
第 6 章　可靠的數據傳遞 87
6.1　可靠性保證 87
6.2　復製 88
6.3　broker配置 89
6.3.1　復製係數 89
6.3.2　不完全的首領選舉 90
6.3.3　最少同步副本 91
6.4　在可靠的係統裏使用生産者 92
6.4.1　發送確認 92
6.4.2　配置生産者的重試參數 93
6.4.3　額外的錯誤處理 94
6.5　在可靠的係統裏使用消費者 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　驗證係統可靠性 97
6.6.1　配置驗證 98
6.6.2　應用程序驗證 98
6.6.3　在生産環境監控可靠性 99
6.7　總結 100
第 7 章　構建數據管道 101
7.1　構建數據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　高吞吐量和動態吞吐量 103
7.1.4　數據格式 103
7.1.5　轉換 104
7.1.6　安全性 104
7.1.7　故障處理能力 104
7.1.8　耦閤性和靈活性 105
7.2　如何在Connect API和客戶端API之間作齣選擇 105
7.3　Kafka Connect 106
7.3.1　運行Connect 106
7.3.2　連接器示例——文件數據源和文件數據池 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　用於其他數據存儲的攝入框架 116
7.4.2　基於圖形界麵的ETL工具 117
7.4.3　流式處理框架 117
7.5　總結 117
第 8 章　跨集群數據鏡像 118
8.1　跨集群鏡像的使用場景 118
8.2　多集群架構 119
8.2.1　跨數據中心通信的一些現實情況 119
8.2.2　Hub和Spoke架構 120
8.2.3　雙活架構 121
8.2.4　主備架構 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　在生産環境部署MirrorMaker 130
8.3.3　MirrorMaker調優 132
8.4　其他跨集群鏡像方案 134
8.4.1　優步的uReplicator 134
8.4.2　Confluent的Replicator 135
8.5　總結 135
第 9 章　管理Kafka 136
9.1　主題操作 136
9.1.1　創建主題 137
9.1.2　增加分區 138
9.1.3　刪除主題 138
9.1.4　列齣集群裏的所有主題 139
9.1.5　列齣主題詳細信息 139
9.2　消費者群組 140
9.2.1　列齣並描述群組 140
9.2.2　刪除群組 142
9.2.3　偏移量管理 142
9.3　動態配置變更 143
9.3.1　覆蓋主題的默認配置 143
9.3.2　覆蓋客戶端的默認配置 145
9.3.3　列齣被覆蓋的配置 145
9.3.4　移除被覆蓋的配置 146
9.4　分區管理 146
9.4.1　首選的首領選舉 146
9.4.2　修改分區副本 147
9.4.3　修改復製係數 150
9.4.4　轉儲日誌片段 151
9.4.5　副本驗證 152
9.5　消費和生産 153
9.5.1　控製颱消費者 153
9.5.2　控製颱生産者 155
9.6　客戶端ACL 157
9.7　不安全的操作 157
9.7.1　移動集群控製器 157
9.7.2　取消分區重分配 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 159
第 10 章　監控Kafka 160
10.1　度量指標基礎 160
10.1.1　度量指標在哪裏 160
10.1.2　內部或外部度量 161
10.1.3　應用程序健康檢測 161
10.1.4　度量指標的覆蓋麵 161
10.2　broker的度量指標 162
10.2.1　非同步分區 162
10.2.2　broker度量指標 166
10.2.3　主題和分區的度量指標 173
10.2.4　Java虛擬機監控 174
10.2.5　操作係統監控 175
10.2.6　日誌 176
10.3　客戶端監控 177
10.3.1　生産者度量指標 177
10.3.2　消費者度量指標 179
10.3.3　配額 181
10.4　延時監控 182
10.5　端到端監控 183
10.6　總結 183
第 11 章　流式處理 184
11.1　什麼是流式處理 185
11.2　流式處理的一些概念 186
11.2.1　時間 187
11.2.2　狀態 188
11.2.3　流和錶的二元性 188
11.2.4　時間窗口 189
11.3　流式處理的設計模式 190
11.3.1　單個事件處理 191
11.3.2　使用本地狀態 191
11.3.3　多階段處理和重分區 193
11.3.4　使用外部查找——流和錶的連接 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　字數統計 197
11.4.2　股票市場統計 199
11.4.3　填充點擊事件流 201
11.5　Kafka Streams的架構概覽 202
11.5.1　構建拓撲 202
11.5.2　對拓撲進行伸縮 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 208
附錄A　在其他操作係統上安裝Kafka 209
作者介紹 214
封麵介紹 214
· · · · · · (收起)