开篇词 为什么要学习Kafka?
你好,我是胡夕,Apache Kafka Committer,老虎证券用户增长团队负责人,也是《Apache Kafka实战》这本书的作者。
在过去5年中,我经历了Kafka从最初的0.8版本逐步演进到现在的2.3版本的完整过程,踩了很多坑也交了很多学费,慢慢地我梳理出了一个相对系统、完整的Kafka应用实战指南,最终以“Kafka核心技术与实战”专栏的形式呈现给你,希望分享我对Apache Kafka的理解和实战方面的经验,帮你透彻理解Kafka、更好地应用Kafka。
你可能会有这样的疑问,我为什么要学习Kafka呢?要回答这个问题,我们不妨从更大的视角来审视它,先聊聊我对这几年互联网技术发展的理解吧。
互联网蓬勃发展的这些年涌现出了很多令人眼花缭乱的新技术。以我个人的浅见,截止到2019年,当下互联网行业最火的技术当属ABC了,即所谓的AI人工智能、BigData大数据和Cloud云计算云平台。我个人对区块链技术发展前景存疑,毕竟目前没有看到特别好的落地应用场景,也许在未来几年它会更令人刮目相看吧。
在这ABC当中,坦率说A和C是有点曲高和寡的,不是所有玩家都能入场。反观B要显得平民得多,几乎所有公司都能参与进来。我曾经到过一个理发厅,那里的人都宣称他们采用了大数据系统帮助客户设计造型,足见BigData是很“下里巴人”的。
作为工程师或架构师,你在实际工作过程中一定参与到了很多大数据业务系统的构建。由于这些系统都是为公司业务服务的,所以通常来说它们仅仅是执行一些常规的业务逻辑,因此它们不能算是计算密集型应用,相反更应该是数据密集型的。
对于数据密集型应用来说,如何应对数据量激增、数据复杂度增加以及数据变化速率变快,是彰显大数据工程师、架构师功力的最有效表征。我们欣喜地发现Kafka在帮助你应对这些问题方面能起到非常好的效果。就拿数据量激增来说,Kafka能够有效隔离上下游业务,将上游突增的流量缓存起来,以平滑的方式传导到下游子系统中,避免了流量的不规则冲击。由此可见,如果你是一名大数据从业人员,熟练掌握Kafka是非常必要的一项技能。
刚刚所举的例子仅仅是Kafka助力业务的一个场景罢了。事实上,Kafka有着非常广阔的应用场景。不谦虚地说,目前Apache Kafka被认为是整个消息引擎领域的执牛耳者,仅凭这一点就值得我们好好学习一下它。另外,从学习技术的角度而言,Kafka也是很有亮点的。我们仅需要学习一套框架就能在实际业务系统中实现消息引擎应用、应用程序集成、分布式存储构建,甚至是流处理应用的开发与部署,听起来还是很超值的吧。
不仅如此,再给你看一个数据。援引美国2019年Dice技术薪资报告中的数据,在10大薪资最高的技术技能中,掌握Kafka以平均每年12.8万美元排名第二!排名第一位的是13.2万美元/年的Go语言。好吧,希望你看到这个之后不会立即关闭我的专栏然后转头直奔隔壁的Go语言专栏。虽然这是美国人才市场的数据,但是我们有理由相信在国内Kafka的行情也是水涨船高。2019年两会上再一次提到了要深化大数据、人工智能等研发应用,而Kafka无论是作为消息引擎还是实时流处理平台,都能在大数据工程领域发挥重要的作用。
总之Kafka是个利器,值得一试!既然知道了为什么要学Kafka,那我们就要行动起来,把它学透,而学透Kafka有什么路径吗?
如果你是一名软件开发工程师的话,掌握Kafka的第一步就是要根据你掌握的编程语言去寻找对应的Kafka客户端。当前Kafka最重要的两大客户端是Java客户端和libkafka客户端,它们更新和维护的速度很快,非常适合你持续花时间投入。
一旦确定了要使用的客户端,马上去官网上学习一下代码示例,如果能够正确编译和运行这些样例,你就能轻松地驾驭客户端了。
下一步你可以尝试修改样例代码尝试去理解并使用其他的API,之后观测你修改的结果。如果这些都没有难倒你,你可以自己编写一个小型项目来验证下学习成果,然后就是改善和提升客户端的可靠性和性能了。到了这一步,你可以熟读一遍Kafka官网文档,确保你理解了那些可能影响可靠性和性能的参数。
最后是学习Kafka的高级功能,比如流处理应用开发。流处理API不仅能够生产和消费消息,还能执行高级的流式处理操作,比如时间窗口聚合、流处理连接等。
如果你是系统管理员或运维工程师,那么相应的学习目标应该是学习搭建及管理Kafka线上环境。如何根据实际业务需求评估、搭建生产线上环境将是你主要的学习目标。另外对生产环境的监控也是重中之重的工作,Kafka提供了超多的JMX监控指标,你可以选择任意你熟知的框架进行监控。有了监控数据,作为系统运维管理员的你,势必要观测真实业务负载下的Kafka集群表现。之后如何利用已有的监控指标来找出系统瓶颈,然后提升整个系统的吞吐量,这也是最能体现你工作价值的地方。
在明确了自己要学什么以及怎么学之后,你现在会不会有一种感慨:原来我要学习这么多东西呀!不用担心,刚刚我提到的所有内容都会在专栏中被覆盖到。
下面是我特意为专栏画的一张思维导图,可以帮你迅速了解这个专栏的知识结构体系是什么样的。专栏大致从六个方面展开,包括Kafka入门、Kafka的基本使用、客户端详解、Kafka原理介绍、Kafka运维与监控以及高级Kafka应用。
- 专栏的第一部分我会介绍消息引擎这类系统大致的原理和用途,以及作为优秀消息引擎代表的Kafka在这方面的表现。
- 第二部分则重点探讨Kafka如何用于生产环境,特别是线上环境方案的制定。
- 在第三部分中我会陪你一起学习Kafka客户端的方方面面,既有生产者的实操讲解也有消费者的原理剖析,你一定不要错过。
- 第四部分会着重介绍Kafka最核心的设计原理,包括Controller的设计机制、请求处理全流程解析等。
- 第五部分则涵盖Kafka运维与监控的内容,想获得高效运维Kafka集群以及有效监控Kafka的实战经验?我必当倾囊相助!
- 最后一个部分我会简单介绍一下Kafka流处理组件Kafka Streams的实战应用,希望能让你认识一个不太一样的Kafka。
这里不得不提的是,有熟悉我的读者可能知道我出版过的图书《Apache Kafka实战》。你可能有这样的疑问:既然有书了,那么这个专栏与书的区别又是什么呢?《Apache Kafka实战》这本书是基于Kafka 1.0版本撰写的,但目前Kafka已经演进到2.3版本了,我必须要承认书中的部分内容已经过时甚至是不准确了,而专栏的写作是基于Kafka的最新版。并且专栏作为一次全新的交付,我希望能用更轻松更容易理解的语言和形式,帮你获取到最新的Kafka实战经验。
我希望通过学习这个专栏,你不仅能够将Kafka熟练运用到实际工作当中去,而且还能培养出对于Kafka或是其他技术框架的浓厚学习兴趣。
最后我希望用一句话收尾与你共勉:Stay focused and work hard!
- 默无闻 👍(30) 💬(2)
老师,我恰好会go语言,再加上kafka是不是碉堡了!
2019-06-12 - Fan 👍(20) 💬(1)
Stay focused and work hard!
2019-06-03 - Gojustforfun 👍(14) 💬(1)
期待,同时期望老师在专栏中穿插一些高频的面试题 ——作为消息中间件使用时,消息的可靠传输、顺序,重复消费等问题在kafka中是如何解决的。这不仅仅对面试有帮助,也对进入公司后快速上手熟悉系统、排查线上问题等有帮助,谢谢
2019-06-04 - 陈盼 👍(10) 💬(1)
您好,请教下要清除kafka所有的缓存信息,要删哪些目录?默认情况下。我现在重装时删除了log.dirs指定的目录再重新发布时会自动创建以前的topic,而且没有__consumer_offset
2020-02-19 - 侯代烨 👍(9) 💬(1)
我们的kafka集群,每个节点只能存储35G的数据量,超过这个量之后,kafka进程就会挂掉,启动会报内存溢出的错误,困扰很久了,不知道学习了这个课程,能不能解决这个问题。
2019-06-05 - 小虞 👍(8) 💬(1)
这个专栏等了一段时间了,前段时间正好在学习Kafka,后期会用到项目实践中,期待能有一个深入的理解。
2019-06-03 - roger 👍(7) 💬(1)
有新出比kafka更灵活的消息队列吗?
2019-06-05 - jeffery 👍(7) 💬(1)
书+专栏更完美、期待蜕变
2019-06-03 - 技术修行者 👍(6) 💬(1)
请教一下老师,在Kafka中如果要实现多租户,有什么需要考虑的,以及基本设计思路是什么?
2020-03-07 - wxr 👍(5) 💬(1)
期待早点讲到监控这一章,作为运维,对监控的需求很迫切。现在只知道监控broker的jmx端口参数,另外用burrow监控过消费延时,但光这些监控还是感觉太少。最近有监控rabalance发生情况的需求,还没有思路。
2019-06-16 - Geek_ctib4z 👍(4) 💬(1)
老师,我之前有老大和我说他们之前用kafka在量大的时候会丢数据,但我在网上和自己使用中并未遇到,想问老师是真的会有丢数据的情况吗?
2019-07-23 - 绝影 👍(4) 💬(1)
跟着老师,系统学习kafka
2019-06-06 - 开水 👍(4) 💬(1)
老师,后续课程中会对比一下其他消息框架么。比如rocket,rabbit
2019-06-05 - Fouy_飞虎 👍(4) 💬(1)
赞一个,正准备深入学习一下。
2019-06-03 - 流浪的阳光 👍(3) 💬(1)
老师您好,请问kafca适合做两个系统之间的转账处理吗? 另外,请问kafca的使用案例中,最多支持过什么数量级的消费者和生产者。
2019-07-03