标签：kafka images https MySQL 薪资 cto com 码农 png
## 01 kafka入门 > 1.1 什么是kafka? > > 1.2 kafka中的基本概念? > > ?1.2.1 消息和批次? > > ?1.2.2 主题和分区? > > ?1.2.3 生产者和消费者、偏移量、消费者群组? > > ?1.2.4 Broker和集群? > > ?1.2.5 保留消息   ## 02 为什么选择kafka > 2.1 优点? > > 2.2 常见场景? > > ?2.2.1 活动跟踪? > > ?2.2.2 传递消息? > > ?2.2.3 收集指标和日志? > > ?2.2.4 提交日志? > > ?2.2.5 流处理  ## 03 kafka的安装、管理和配置 > 3.1 安装? > > ?3.1.1 预备环境? > > ?3.1.2 下载和安装kafka? > > ?3.1.3 运行? > > ?3.1.4 kafka基本的操作和管理? > > 3.2 Broker配置? > > 3.3 硬件配置对kafka性能的影响? > > ?3.3.1 磁盘吞吐量/磁盘容量? > > ?3.3.2 内存? > > ?3.3.3 网络? > > ?3.3.4 CPU? > > ?3.3.5 总结   ## 04 kafka的集群 > 4.1 为何需要kafka集群? > > 4.2 如何估算kafka集群中Broker的数量? > > 4.3 Broker如何加入kafka集群  ## 05 第一个kafka程序 > 5.1 创建我们的主题? > > 5.2 生产者发送消息? > > ?5.2.1 必选属性（bootstrap.servers、key.serializer、value.serializer）? > > 5.3 消费者接受消息? > > ?5.3.1 必选参数（group.id）? > > 5.4 演示示例  ## 06 kafka的生产者 > 6.1 生产者发送消息的基本流程? > > 6.2 使用kafka生产者? > > ?6.2.1 三种发送方式（发送并忘记、同步发送、异步发送）? > > ?6.2.2 多线程下的生产者? > > ?6.2.3 更多发送配置（acks、buffer.mempry、max.block.ms、retries、batch.size、linger.ms、compression.type、client.id、、、顺序保证）? > > 6.3 序列化? > > ?6.3.1 自定义序列化需要考虑的问题? > > 6.4 分区? > > ?6.4.1 自定义分区器  ## 07 kafka的消费者 > 7.1 消费者的入门? > > ?7.1.1 消费者群组? > > ?7.1.2 消费者配置? > > 7.2 消费者中的基础概念? > > ?7.2.1 消费者群组? > > ?7.2.2 订阅? > > ?7.2.3 轮询? > > ?7.2.4 提交和偏移量? > > 7.3 消费者中的核心概念? > > 7.4 kafka中的消费安全? > > 7.5 消费者提交偏移量导致的问题? > > ?7.5.1 自动提交? > > ?7.5.2 手动提交（同步）? > > ?7.5.3 异步提交? > > ?7.5.4 同步和异步组合? > > ?7.5.5 特定提交? > > 7.6 分区再均衡? > > 7.7 优雅1退出? > > 7.8 反序列化? > > 7.9 独立消费者   ## 08 深入理解kafka > 8.1 集群的成员关系? > > 8.2 什么是控制器? > > 8.3 复制-kafka的核心? > > ?8.3.1 replication-factor? > > ?8.3.2 副本类型 > > ?8.3.3 工作机制? > > 8.4 处理请求的内部机制? > > ?8.4.1 生产请求? > > ?8.4.2 获取请求? > > ?8.4.3 ISR? > > 8.5 物理存储机制? > > ?8.5.1 分区分配? > > ?8.5.2 文件管理? > > ?8.5.3 文件格式? > > ?8.5.4 索引? > > ?8.5.5 超时数据的清理机制   ## 09 可靠的数据传递 > 9.1 kafka提供的可靠性保证和架构上的权衡? > > 9.2 复制? > > 9.3 Broker配置对可靠性的影响? > > ?9.3.1 复制系数? > > ?9.3.2 不完全的首领选举? > > ?9.3.3 最少同步副本? > > 9.4 可靠系统里的生产者? > > ?9.4.1 发送确认? > > ?9.4.2 配置生产者的重试参数? > > ?9.4.3 额外的错误处理? > > 9.5 可靠系统里的消费者? > > ?9.5.1 消费者的可靠性配置? > > ?9.5.2 显式提交偏移量  ## 10 kafka和Spring的整合 > 10.1 与Spring集成? > > ?10.1.1 pom文件? > > ?10.1.2 统一配置? > > ?10.1.3 生产者端? > > ?10.1.4 消费者端  ## 11 SpringBoot和kafka的整合  ## 12 kafka实战之削峰填谷 ## 13 数据管道和流式处理（了解即可） > 13.1 数据管道基本概念? > > 13.2 流式处理基本概念  ## # 总结 机会是留给有准备的人，大家在求职之前应该要明确自己的态度，熟悉求职流程，做好充分的准备，把一些可预见的事情做好。 对于应届毕业生来说，校招更适合你们，因为绝大部分都不会有工作经验，企业也不会有工作经验的需求。同时，你也不需要伪造高大上的实战经验，以此让自己的简历能够脱颖而出，反倒会让面试官有所怀疑。 你在大学时期应该明确自己的发展方向，如果你在大一就确定你以后想成为Java工程师，那就不要花太多的时间去学习其他的技术语言，高数之类的，不如好好想着如何夯实Java基础。下图涵盖了应届生乃至转行过来的小白要学习的Java内容： **需要获取这份学习规划路线以及文章中提到的Java阿里内部Java应届生就业宝典的同学，请转发本文支持一下，关注我，[点击此处免费获取](https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB)**  标签：kafka,images,https,MySQL,薪资,cto,com,码农,png 来源： https://blog.51cto.com/u_15288756/2960683
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。