最为核心的三个配置 broker.id、log.dir、zookeeper.connect 。##每一个broker在集群中的唯一标示，要求是正数。在改变IP地址，不改变broker.id的话不会影响consumers. ##kafka数据的存放地址，多个

老版的Kafka 中说producer.type 是一个重要的属性，但是新版的文档中并没有提到这一点。新版的Producer 默认是异步发送消息的，但是可以通过调用future.get() 变成同步发送消息。如果调用future.get() 方法，将阻塞该

在这版 “最佳DZone”中，我们以Apache Kafka为例。这是一个有着低延迟特点的流处理平台， 2011年初领英首次将其向开源社区发布，如今Kafka已经成为实时数据流及分析、日志聚合和Spark数据接收的行业标准。我们希望通过这篇总结，为读者提供

Kafka的消息是保存或缓存在磁盘上的，一般认为在磁盘上读写数据是会降低性能的，因为寻址会比较消耗时间，但是实际上，Kafka的特性之一就是高吞吐率。即使是普通的服务器，Kafka也可以轻松支持每秒百万级的写入请求，超过了大部分的消息中间件，这种特性也使得

Azure Event Hubs开始支持Apache Kafka，开发者可利用Kafka Protocol，串联应用程序的事件数据，并入Azure事件中心。提供数据流及事件获取服务的Azure事件中心，近日开始正式支持开源分布式流分析工具Apache Ka

在我前面的博客文章 “ 我的第一个 Go 微服务：使用 MongoDB 和 Docker 多阶段构建 ” 中，我创建了一个 Go 微服务示例，它发布一个 REST 式的 http 端点，并将从 HTTP POST 中接收到的数据保存到 MongoDB 数据

研究了rocket-mq之后，一直想知道为什么kafka会这么火；终于有时间学习了一下这块的内容，简单总结以备以后查阅。其实这个架构和rocke-mq比较像，差异是rocke-mq使用了nameserver，而kafka使用zookeeper来做配置协调中

概述Kafka端到端审计是指生产者生产的消息存入至broker，以及消费者从broker中消费消息这个过程之间消息个数及延迟的审计，以此可以检测是否有数据丢失，是否有数据重复以及端到端的延迟等。如果要计算端到端延迟的话，还需要在payload中内嵌time

kafka作为时下最流行的开源消息系统，被广泛地应用在数据缓冲、异步通信、汇集日志、系统解耦等方面。相比较于RocketMQ等其他常见消息系统，Kafka在保障了大部分功能特性的同时，还提供了超一流的读写性能。如果在Heap内管理缓存，JVM的GC线程会频

Eclipse Kepler中在Help->Eclipse Markectplace中搜索Scalar，然后安装即可。使用maven构建kafka测试project在eclipse中。创建topic：在kafka的安装目录下执行bin/kafka-c