深入理解Kafka：核心設(shè)計(jì)與實(shí)踐原理

第1章　初識(shí)Kafka
1．1　基本概念
1．2　安裝與配置
1．3　生產(chǎn)與消費(fèi)
1．4　服務(wù)端參數(shù)配置
1．5　總結(jié)
第2章　生產(chǎn)者
2．1　客戶端開發(fā)
2．1．1　必要的參數(shù)配置
2．1．2　消息的發(fā)送
2．1．3　序列化
2．1．4　分區(qū)器
2．1．5　生產(chǎn)者攔截器
2．2　原理分析
2．2．1　整體架構(gòu)
2．2．2　元數(shù)據(jù)的更新
2．3　重要的生產(chǎn)者參數(shù)
2．4　總結(jié)
第3章　消費(fèi)者
3．1　消費(fèi)者與消費(fèi)組
3．2　客戶端開發(fā)
3．2．1　必要的參數(shù)配置
3．2．2　訂閱主題與分區(qū)
3．2．3　反序列化
3．2．4　消息消費(fèi)
3．2．5　位移提交
3．2．6　控制或關(guān)閉消費(fèi)
3．2．7　指定位移消費(fèi)
3．2．8　再均衡
3．2．9　消費(fèi)者攔截器
3．2．10　多線程實(shí)現(xiàn)
3．2．11　重要的消費(fèi)者參數(shù)
3．3　總結(jié)
第4章　主題與分區(qū)
4．1　主題的管理
4．1．1　創(chuàng)建主題
4．1．2　分區(qū)副本的分配
4．1．3　查看主題
4．1．4　修改主題
4．1．5　配置管理
4．1．6　主題端參數(shù)
4．1．7　刪除主題
4．2　初識(shí)KafkaAdminClient
4．2．1　基本使用
4．2．2　主題合法性驗(yàn)證
4．3　分區(qū)的管理
4．3．1　優(yōu)先副本的選舉
4．3．2　分區(qū)重分配
4．3．3　復(fù)制限流
4．3．4　修改副本因子
4．4　如何選擇合適的分區(qū)數(shù)
4．4．1　性能測(cè)試工具
4．4．2　分區(qū)數(shù)越多吞吐量就越高嗎
4．4．3　分區(qū)數(shù)的上限
4．4．4　考量因素
4．5　總結(jié)
第5章　日志存儲(chǔ)
5．1　文件目錄布局
5．2　日志格式的演變
5．2．1　v0版本
5．2．2　v1版本
5．2．3　消息壓縮
5．2．4　變長(zhǎng)字段
5．2．5　v2版本
5．3　日志索引
5．3．1　偏移量索引
5．3．2　時(shí)間戳索引
5．4　日志清理
5．4．1　日志刪除
5．4．2　日志壓縮
5．5　磁盤存儲(chǔ)
5．5．1　頁(yè)緩存
5．5．2　磁盤I/O流程
5．5．3　零拷貝
5．6　總結(jié)
第6章　深入服務(wù)端
6．1　協(xié)議設(shè)計(jì)
6．2　時(shí)間輪
6．3　延時(shí)操作
6．4　控制器
6．4．1　控制器的選舉及異?；謴?fù)
6．4．2　優(yōu)雅關(guān)閉
6．4．3　分區(qū)leader的選舉
6．5　參數(shù)解密
6．5．1　broker．id
6．5．2　bootstrap．servers
6．5．3　服務(wù)端參數(shù)列表
6．6　總結(jié)
第7章　深入客戶端
7．1　分區(qū)分配策略
7．1．1　RangeAssignor分配策略
7．1．2　RoundRobinAssignor分配策略
7．1．3　StickyAssignor分配策略
7．1．4　自定義分區(qū)分配策略
7．2　消費(fèi)者協(xié)調(diào)器和組協(xié)調(diào)器
7．2．1　舊版消費(fèi)者客戶端的問(wèn)題
7．2．2　再均衡的原理
7．3　__consumer_offsets剖析
7．4　事務(wù)
7．4．1　消息傳輸保障
7．4．2　冪等
7．4．3　事務(wù)
7．5　總結(jié)
第8章　可靠性探究
8．1　副本剖析
8．1．1　失效副本
8．1．2　ISR的伸縮
8．1．3　LEO與HW
8．1．4　Leader Epoch的介入
8．1．5　為什么不支持讀寫分離
8．2　日志同步機(jī)制
8．3　可靠性分析
8．4　總結(jié)
第9章　Kafka應(yīng)用
9．1　命令行工具
9．1．1　消費(fèi)組管理
9．1．2　消費(fèi)位移管理
9．1．3　手動(dòng)刪除消息
9．2　Kafka Connect
9．2．1　獨(dú)立模式
9．2．2　REST API
9．2．3　分布式模式
9．3　Kafka Mirror Maker
9．4　Kafka Streams
9．5　總結(jié)
第10章　Kafka監(jiān)控
10．1　監(jiān)控?cái)?shù)據(jù)的來(lái)源
10．1．1　OneMinuteRate
10．1．2　獲取監(jiān)控指標(biāo)
10．2　消費(fèi)滯后
10．3　同步失效分區(qū)
10．4　監(jiān)控指標(biāo)說(shuō)明
10．5　監(jiān)控模塊
10．6　總結(jié)
第11章　高級(jí)應(yīng)用
11．1　過(guò)期時(shí)間（TTL）
11．2　延時(shí)隊(duì)列
11．3　死信隊(duì)列和重試隊(duì)列
11．4　消息路由
11．5　消息軌跡
11．6　消息審計(jì)
11．7　消息代理
11．7．1　快速入門
11．7．2　REST API介紹及示例
11．7．3　服務(wù)端配置及部署
11．7．4　應(yīng)用思考
11．8　消息中間件選型
11．8．1　各類消息中間件簡(jiǎn)述
11．8．2　選型要點(diǎn)概述
11．8．3　消息中間件選型誤區(qū)探討
11．9　總結(jié)
第12章　Kafka與Spark的集成
12．1　Spark的安裝及簡(jiǎn)單應(yīng)用
12．2　Spark編程模型
12．3　Spark的運(yùn)行結(jié)構(gòu)
12．4　Spark Streaming簡(jiǎn)介
12．5　Kafka與Spark Streaming的整合
12．6　Spark SQL
12．7　Structured Streaming
12．8　Kafka與Structured Streaming的整合
12．9　總結(jié)
附錄A　Kafka源碼環(huán)境搭建