| 主题 |
课程安排 |
| 1. Kafka架构 |
1.1 Kafka整体架构
1.2 Topic & Partition
1.3 Producer最佳实践
1.4 消息路由之自定义Partitioner
1.5 两种不同的Consumer用法 |
| 2. Kafka高可用原理 |
2.1 Kafka面临的CAP问题
2.2 高可用下的数据分发
2.3 动态平衡策略ISR
2.4 基于Zookeeper的领导选举方案（Controller）
2.5 Failover原理 |
| 3. Consumer Rebalance方案演进 |
3.1 为什么需要Rebalance
3.2 Rebalance实现的效果
3.3 自治式Rebalance原理及问题
3.4 集中式Rebalance实现原理（Consumer Coordinator）
3.5 应用程序如何处理Consumer Rebalance |
| 4. Kafka Stream |
4.1 Kafka Stream架构
4.2 Kafka Stream并发模型
4.3 实现Topology的两种方式
4.4 窗口和Join原理与可恢复性保障
4.5 适用场景 |
| 5. Kafka运维与如何实现正好一次 |
5.1 重新分配Replica
5.2 Preferred Replica Leader Election
5.3 两阶段提交实现正好一次
5.4 幂等操作实现正好一次
5.5 数据处理与offset管理放在同一事务实现正好一次
|
| 6. Kafka事务机制 |
6.1 幂等Producer原理
6.2 Kafka事务原理（Transaction Coordinator）
6.3 Kafka Stream中的事务
|
| 7. Kafka运维 |
7.1 Partition重新分配
7.2 Preferred Replica Leader Election
7.3 Kafka监控
|
