出版社: O'Reilly Media, Inc.
副标题: Real-Time Data and Stream Processing at Scale
出版年: 2021-11-1
页数: 485
定价: USD 49.99
装帧: Paperback
ISBN: 9781492043065
内容简介 · · · · · ·
Every enterprise application creates data, whether it consists of log messages, metrics, user activity, outgoing messages, or something else. Moving all of this data is just as important as the data itself. This book’s updated second edition shows application architects, developers, and production engineers new to the Kafka open source streaming platform how to handle real-time...
Every enterprise application creates data, whether it consists of log messages, metrics, user activity, outgoing messages, or something else. Moving all of this data is just as important as the data itself. This book’s updated second edition shows application architects, developers, and production engineers new to the Kafka open source streaming platform how to handle real-time data feeds. Additional chapters cover Kafka’s AdminClient API, new security features, and tooling changes.
Engineers from Confluent and LinkedIn responsible for developing Kafka explain how to deploy production Kafka clusters, write reliable event-driven microservices, and build scalable stream processing applications with this platform. Through detailed examples, you’ll learn Kafka’s design principles, reliability guarantees, key APIs, and architecture details, including the replication protocol, the controller, and the storage layer.
You’ll examine:
How publish-subscribe messaging fits in the big data ecosystem
Kafka producers and consumers for writing and reading messages
Patterns and use-case requirements to ensure reliable data delivery
Best practices for building data pipelines and applications with Kafka
How to perform monitoring, tuning, and maintenance tasks with Kafka in production
The most critical metrics among Kafka’s operational measurements
Kafka’s delivery capabilities for stream processing systems
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高级社区编辑。译有《硅谷革命》《生产微服务》等书。微信公众号CodeDeep。
喜欢读"Kafka: The Definitive Guide, 2nd Edition"的人也喜欢 · · · · · ·
Kafka: The Definitive Guide, 2nd Edition的书评 · · · · · · ( 全部 9 条 )
Architecture of Kafka
这篇书评可能有关键情节透露
Kafka 作为架构关键的消息组件,十分有必要了解一下 Kafka 的架构与设计。花了大致一个月时间读了下原版的 《Kafka: The Definitive Guide》 与 官方文档 design chaper 。这两份资料都很不错,推荐阅读,尤其官方文档。其中 Kafka 架构中有几点值得一提 使用文件系统,大量... (展开)行文不错,对Kafka生态和内核机制完整的介绍
kafka 是什么?
这篇书评可能有关键情节透露
一。发布与消息订阅 数据的发送者,不会直接把消息发送给接受者,这是发布与订阅消息系统的一个特点。 发布者以某种形式对消息进行分类,接受者订阅他们,以便接受特定类型的消息。 比如微信群里,我发送了一个消息,这个消息是,发给这个微信群订阅者--然后这个订阅者,再推送... (展开)还差最后一章流式处理,先写了吧防止后面又一直拖。。
是本好书,但是目前我还无法完成消化
Kafka核心作者作品
> 更多书评 9篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部5 )
-
人民邮电出版社 (2017)8.4分 453人读过
-
人民邮电出版社 (2022)7.6分 29人读过
-
O'Reilly Media (2017)8.9分 66人读过
-
O'REILLY (2017)8.0分 25人读过
以下书单推荐 · · · · · · ( 全部 )
- 学习BigData (视界)
- O Reilly系列的动物书 (damengxinfa02)
- 待读书 (逻卷发)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有61人想读,手里有一本闲着?
订阅关于Kafka: The Definitive Guide, 2nd Edition的评论:
feed: rss 2.0
2 有用 liuml07 2022-01-06 17:31:31
四星,不能再多了。3星也行,给四星是考虑到Kafka的好书不多。
1 有用 Sarkar 2022-05-07 19:52:59
This is the book I wish I had when I got started with Kafka
0 有用 豆瓣@大连 2021-08-18 11:15:26
confluent上可以下载到免费版
1 有用 dewleaf 2021-10-10 17:39:10
选读了kafka internals,如何保证reliability和 exact-once delivery以及stream processing
0 有用 fjhtxgu 2023-01-09 22:16:45 广东
翻了下内容看到有讲用kraft代替zookeeper,而且相比同系列的红色封面,这个封面颜值真高。看了一些章节,感觉讲得有点浅显了。
0 有用 fjhtxgu 2023-01-09 22:16:45 广东
翻了下内容看到有讲用kraft代替zookeeper,而且相比同系列的红色封面,这个封面颜值真高。看了一些章节,感觉讲得有点浅显了。
1 有用 Sarkar 2022-05-07 19:52:59
This is the book I wish I had when I got started with Kafka
0 有用 🐑 2022-02-17 09:19:56
最精华的是Internals 那章,可以和kaka的论文结合着一起读。
2 有用 liuml07 2022-01-06 17:31:31
四星,不能再多了。3星也行,给四星是考虑到Kafka的好书不多。
1 有用 dewleaf 2021-10-10 17:39:10
选读了kafka internals,如何保证reliability和 exact-once delivery以及stream processing