Kafka权威指南

图书标准信息

• 作者 [美]妮哈·纳克海德格温·沙皮拉（Neha Narkhede）
• 出版社 人民邮电出版社
• 出版时间 2018-01
• 版次 1
• ISBN 9787115473271
• 定价 69.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 214页
• 字数 99999千字

【内容简介】

本书是关于Kafka的全面教程，主要内容包括：Kafka相对于其他消息队列系统的优点，主要是它如何匹配大数据平台开发；详解Kafka内部设计；用Kafka构建应用的实践；理解在生产中部署Kafka的方式；如何确保Kafka集群的安全。
  本书适合Java开发人员、大数据平台开发人员以及对分布式系统感兴趣的读者阅读。

【作者简介】

Neha Narkhede， Confluent联合创始人、CTO，曾在LinkedIn主导基于Kafka和Apache Samza构建流式基础设施，是Kafka作者之一。

Gwen Shapira， Confluent系统架构师，帮助客户构建基于Kafka的系统，在可伸缩数据架构方面拥有十余年经验；曾任Cloudera公司解决方案架构师。另著有《Hadoop应用架构》。

Todd Palino， LinkedIn主任级SRE，负责部署管理大型的Kafka、Zookeeper和Samza集群。

【译者简介】

薛命灯，毕业于厦门大学软件学院，十余年软件开发和架构经验，InfoQ社区编辑。译有《硅谷革命》《生产微服务》等书。微信公众号CodeDeep。

【目录】

序    xiii

前言    xv

第 1 章　初识Kafka    1

1.1　发布与订阅消息系统    1

1.1.1　如何开始    2

1.1.2　独立的队列系统    3

1.2　Kafka登场    4

1.2.1　消息和批次    4

1.2.2　模式    4

1.2.3　主题和分区    5

1.2.4　生产者和消费者    5

1.2.5　broker和集群    6

1.2.6　多集群    7

1.3　为什么选择Kafka    8

1.3.1　多个生产者    8

1.3.2　多个消费者    8

1.3.3　基于磁盘的数据存储    9

1.3.4　伸缩性    9

1.3.5　高性能    9

1.4　数据生态系统    9

1.5　起源故事    11

1.5.1　LinkedIn的问题    11

1.5.2　Kafka的诞生    12

1.5.3　走向开源    12

1.5.4　命名    13

1.6　开始Kafka之旅    13

第 2 章　安装Kafka    14

2.1　要事先行    14

2.1.1　选择操作系统    14

2.1.2　安装Java    14

2.1.3　安装Zookeeper    15

2.2　安装Kafka Broker    17

2.3　broker配置    18

2.3.1　常规配置    18

2.3.2　主题的默认配置    19

2.4　硬件的选择    23

2.4.1　磁盘吞吐量    23

2.4.2　磁盘容量    23

2.4.3　内存    23

2.4.4　网络    24

2.4.5　CPU    24

2.5　云端的Kafka    24

2.6　Kafka集群    24

2.6.1　需要多少个broker    25

2.6.2　broker 配置    25

2.6.3　操作系统调优    26

2.7　生产环境的注意事项    28

2.7.1　垃圾回收器选项    28

2.7.2　数据中心布局    29

2.7.3　共享Zookeeper    29

2.8　总结    30

第 3 章　Kafka生产者——向Kafka写入数据    31

3.1　生产者概览    32

3.2　创建Kafka生产者    33

3.3　发送消息到Kafka    34

3.3.1　同步发送消息    35

3.3.2　异步发送消息    35

3.4　生产者的配置    36

3.5　序列化器    39

3.5.1　自定义序列化器    39

3.5.2　使用Avro序列化    41

3.5.3　在Kafka里使用Avro    42

3.6　分区    45

3.7　旧版的生产者API    46

3.8　总结    47

第 4 章　Kafka消费者——从Kafka读取数据    48

4.1　KafkaConsumer概念    48

4.1.1　消费者和消费者群组    48

4.1.2　消费者群组和分区再均衡    51

4.2　创建Kafka消费者    52

4.3　订阅主题    53

4.4　轮询    53

4.5　消费者的配置    55

4.6　提交和偏移量    57

4.6.1　自动提交    58

4.6.2　提交当前偏移量    59

4.6.3　异步提交    59

4.6.4　同步和异步组合提交    61

4.6.5　提交特定的偏移量    61

4.7　再均衡监听器    62

4.8　从特定偏移量处开始处理记录    64

4.9　如何退出    66

4.10　反序列化器    67

4.11　独立消费者——为什么以及怎样使用没有群组的消费者    71

4.12　旧版的消费者API    71

4.13　总结    72

第 5 章　深入Kafka    73

5.1　集群成员关系    73

5.2　控制器    74

5.3　复制    74

5.4　处理请求    76

5.4.1　生产请求    78

5.4.2　获取请求    78

5.4.3　其他请求    80

5.5　物理存储    81

5.5.1　分区分配    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　被删除的事件    86

5.5.8　何时会清理主题    86

5.9　总结    86

第 6 章　可靠的数据传递    87

6.1　可靠性保证    87

6.2　复制    88

6.3　broker配置    89

6.3.1　复制系数    89

6.3.2　不完全的首领选举    90

6.3.3　最少同步副本    91

6.4　在可靠的系统里使用生产者    92

6.4.1　发送确认    92

6.4.2　配置生产者的重试参数    93

6.4.3　额外的错误处理    94

6.5　在可靠的系统里使用消费者    94

6.5.1　消费者的可靠性配置    95

6.5.2　显式提交偏移量    95

6.6　验证系统可靠性    97

6.6.1　配置验证    98

6.6.2　应用程序验证    98

6.6.3　在生产环境监控可靠性    99

6.7　总结    100

第 7 章　构建数据管道    101

7.1　构建数据管道时需要考虑的问题    102

7.1.1　及时性    102

7.1.2　可靠性    102

7.1.3　高吞吐量和动态吞吐量    103

7.1.4　数据格式    103

7.1.5　转换    104

7.1.6　安全性    104

7.1.7　故障处理能力    104

7.1.8　耦合性和灵活性    105

7.2　如何在Connect API和客户端API之间作出选择    105

7.3　Kafka Connect    106

7.3.1　运行Connect    106

7.3.2　连接器示例——文件数据源和文件数据池    107

7.3.3　连接器示例——从MySQL到ElasticSearch    109

7.3.4　深入理解Connect    114

7.4　Connect之外的选择    116

7.4.1　用于其他数据存储的摄入框架    116

7.4.2　基于图形界面的ETL工具    117

7.4.3　流式处理框架    117

7.5　总结    117

第 8 章　跨集群数据镜像    118

8.1　跨集群镜像的使用场景    118

8.2　多集群架构    119

8.2.1　跨数据中心通信的一些现实情况    119

8.2.2　Hub和Spoke架构    120

8.2.3　双活架构    121

8.2.4　主备架构    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　在生产环境部署MirrorMaker    130

8.3.3　MirrorMaker调优    132

8.4　其他跨集群镜像方案    134

8.4.1　优步的uReplicator    134

8.4.2　Confluent的Replicator    135

8.5　总结    135

第 9 章　管理Kafka    136

9.1　主题操作    136

9.1.1　创建主题    137

9.1.2　增加分区    138

9.1.3　删除主题    138

9.1.4　列出集群里的所有主题    139

9.1.5　列出主题详细信息    139

9.2　消费者群组    140

9.2.1　列出并描述群组    140

9.2.2　删除群组    142

9.2.3　偏移量管理    142

9.3　动态配置变更    143

9.3.1　覆盖主题的默认配置    143

9.3.2　覆盖客户端的默认配置    145

9.3.3　列出被覆盖的配置    145

9.3.4　移除被覆盖的配置    146

9.4　分区管理    146

9.4.1　首选的首领选举    146

9.4.2　修改分区副本    147

9.4.3　修改复制系数    150

9.4.4　转储日志片段    151

9.4.5　副本验证    152

9.5　消费和生产    153

9.5.1　控制台消费者    153

9.5.2　控制台生产者    155

9.6　客户端ACL    157

9.7　不安全的操作    157

9.7.1　移动集群控制器    157

9.7.2　取消分区重分配    157

9.7.3　移除待删除的主题    158

9.7.4　手动删除主题    158

9.8　总结    159

第 10 章　监控Kafka    160

10.1　度量指标基础    160

10.1.1　度量指标在哪里    160

10.1.2　内部或外部度量    161

10.1.3　应用程序健康检测    161

10.1.4　度量指标的覆盖面    161

10.2　broker的度量指标    162

10.2.1　非同步分区    162

10.2.2　broker度量指标    166

10.2.3　主题和分区的度量指标    173

10.2.4　Java虚拟机监控    174

10.2.5　操作系统监控    175

10.2.6　日志    176

10.3　客户端监控    177

10.3.1　生产者度量指标    177

10.3.2　消费者度量指标    179

10.3.3　配额    181

10.4　延时监控    182

10.5　端到端监控    183

10.6　总结    183

第 11 章　流式处理    184

11.1　什么是流式处理    185

11.2　流式处理的一些概念    186

11.2.1　时间    187

11.2.2　状态    188

11.2.3　流和表的二元性    188

11.2.4　时间窗口    189

11.3　流式处理的设计模式    190

11.3.1　单个事件处理    191

11.3.2　使用本地状态    191

11.3.3　多阶段处理和重分区    193

11.3.4　使用外部查找——流和表的连接    193

11.3.5　流与流的连接    195

11.3.6　乱序的事件    195

11.3.7　重新处理    196

11.4　Streams示例    197

11.4.1　字数统计    197

11.4.2　股票市场统计    199

11.4.3　填充点击事件流    201

11.5　Kafka Streams的架构概览    202

11.5.1　构建拓扑    202

11.5.2　对拓扑进行伸缩    203

11.5.3　从故障中存活下来    205

11.6　流式处理使用场景    205

11.7　如何选择流式处理框架    206

11.8　总结    208

附录A　在其他操作系统上安装Kafka    209

作者介绍    214

封面介绍    214