大数据实时消息存储系统：Kafka
¥199.9
你将收获
- 理解实时数据处理的重要性：在许多业务场景中，如金融交易、在线广告、物联网等，实时数据处理是非常关键的。Kafka作为一个实时消息系统，可以帮助你理解这些场景下的数据处理需求。
- 掌握Kafka的基本概念和原理：包括生产者、消费者、主题、分区、副本等概念，以及Kafka的消息持久化、分布式处理、容错性等原理。
- 掌握Kafka的基本操作：包括如何配置和启动Kafka服务器，如何创建主题，如何生产和消费消息等。
- 理解Kafka在大数据生态系统中的角色：Kafka通常与其他大数据处理工具（如Hadoop、Spark、Storm等）一起使用，可以实现实时大数据处理。学习Kafka可以帮助你理解大数据生态系统的整体架构。
- 提升系统设计和架构能力：通过学习Kafka，你可以了解到如何设计和实现一个高吞吐量、低延迟、可扩展、容错的分布式系统。这对于任何希望提升系统设计和架构能力的人来说，都是非常有价值的。
- 拓宽就业和发展机会：随着大数据和实时处理的需求日益增长，掌握Kafka的技能可能会为你打开新的就业和发展机会。
课程介绍
这个课程适合对大数据处理、实时消息系统感兴趣的学员。通过这个课程，你不仅可以学习到Kafka的理论知识，也可以通过实践操作，掌握Kafka的使用方法。
适合人群
- 数据工程师和大数据开发者：这些人员需要处理大量的实时数据流，并且需要一个高效、可扩展和可靠的系统来处理这些数据。Kafka是一个非常好的选择，因为它可以处理高吞吐量的实时数据。
- 软件工程师和系统架构师：如果他们的工作涉及到需要设计和实现大型分布式系统，那么了解和使用Kafka将是一个很大的优势。Kafka可以作为微服务架构中的消息队列，实现服务之间的解耦和通信。
- DevOps工程师：Kafka是许多大型IT系统的重要组成部分，DevOps工程师需要了解如何部署、维护和监控Kafka集群。
- 数据科学家和数据分析师：虽然他们可能不直接使用Kafka，但是了解Kafka可以帮助他们理解数据是如何在系统中流动的，这对于设计和实现实时分析和机器学习模型是非常有用的。
讲师介绍
课程大纲
共0节 时长0分钟
0.课程介绍
12分钟
1.1 消息系统基础（1）
6分钟
1.2 消息系统的分类（2）
14分钟
2.1 Kafka 的体系架构
21分钟
2.2 主题、分区与副本
5分钟
2.3 Kafka的生产者
10分钟
2.4 Kafka的消费者
8分钟
3.1 安装部署 Kafka
11分钟
3.2 部署Kafka单机多Broker模式（1）
7分钟
3.3 部署Kafka单机多Broker模式（2）
11分钟
3.4 使用命令行工具测试Kafka
12分钟
3.5 Kafka配置参数详解
10分钟
3.6 Kafka在ZooKeeper中存储的元数据
5分钟
4.1 Kafka 应用程序开发
19分钟
4.2 开发Scala版本的客户端程序
12分钟
4.3 发布与订阅自定义消息
16分钟
5.1 Kafka 核心原理解析
9分钟
5.2 消息的传输保障
11分钟
5.3 Leader的选举
9分钟
5.4 Kafka的日志清理
8分钟
6.1 Kafka 与外部系统的集成
11分钟
6.2 基于Spark Streaming接收器方式集成Kafka
2分钟
6.3 基于Spark Streaming直接读取方式
11分钟
6.4 将Kafka作为Flink的Source Connector
9分钟
6.5 将Kafka作为Flink的Sink Connector
9分钟
课后测试
共5题
购课须知
课程有效期：
自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。
上课模式：
课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。
注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。
