# 云消息队列 Kafka 版 #
0
关注
10035内容
2024最全Kafka集群方案汇总
Apache Kafka 是一个高吞吐量、可扩展、可靠的分布式消息系统，广泛应用于数据驱动的应用场景。Kafka 支持集群架构，具备高可用性和容错性。其核心组件包括 Broker（服务器实例）、Topic（消息分类）、Partition（有序消息序列）、Producer（消息发布者）和 Consumer（消息消费者）。每个分区有 Leader 和 Follower，确保数据冗余和高可用。Kafka 2.8+ 引入了不依赖 Zookeeper 的 KRaft 协议，进一步简化了集群管理。常见的集群部署方案包括单节点和多节点集群，后者适用于生产环境以确保高可用性。
消息队列 MQ 性能大揭秘
本文对比了RabbitMQ、RocketMQ、Kafka和Pulsar四款消息队列的性能。RabbitMQ的吞吐量为万级，延迟在低吞吐量时可低至微秒级；高吞吐量下延迟显著上升。RocketMQ官方宣称支持万亿级吞吐量，实际测试中可达百万级TPS，延迟为毫秒级。Kafka和Pulsar的吞吐量均为百万级，Kafka延迟低至2ms，Pulsar延迟约10ms。总体来看，Kafka在高吞吐量下表现最优，而RabbitMQ适合对速度与可靠性要求高的低吞吐量场景。
MQ四兄弟：如何实现延时消息
本文介绍了几种常见的消息队列系统（RabbitMQ、RocketMQ、Kafka和Pulsar）实现延时消息的方式。RabbitMQ通过死信队列或延时插件实现；RocketMQ内置延时消息支持，可通过设置`delayTimeLevel`属性实现；Kafka不直接支持延时消息，但可以通过时间戳、延时Topic、Kafka Streams等方法间接实现；Pulsar自带延时消息功能，提供`deliverAfter`和`deliverAt`两种方式。每种方案各有优劣，适用于不同的应用场景。
2024消息队列“四大天王”：Rabbit、Rocket、Kafka、Pulsar巅峰对决
本文对比了 RabbitMQ、RocketMQ、Kafka 和 Pulsar 四种消息队列系统，涵盖架构、性能、可用性和适用场景。RabbitMQ 以灵活路由和可靠性著称；RocketMQ 支持高可用和顺序消息；Kafka 专为高吞吐量和低延迟设计；Pulsar 提供多租户支持和高可扩展性。性能方面，吞吐量从高到低依次为
流存储Fluss：迈向湖流一体架构
本文整理自阿里云高级开发工程师罗宇侠在Flink Forward Asia 2024上海站的分享，介绍了湖流割裂的现状与挑战，Fluss湖流一体架构的设计与优势，以及未来规划。内容涵盖湖流割裂的现状、Fluss架构详解、湖流一体带来的收益，以及未来的生态扩展和技术优化。
解密开源Serverless容器框架：事件驱动篇
Knative是一款基于Kubernetes的开源Serverless框架，提供了云原生、跨平台的Serverless编排标准。作为Serverless中必不可少的事件驱动能力，Knative Eventing提供了云原生的事件驱动能力。
一套基本的具身智能技术流程是如何实现的
Embodied Intelligence作为一种将感知、决策与执行相结合的前沿技术，正在引领机器人技术迈向新的高度。具身智能不仅要求机器人具备理解和处理复杂环境的能力，还需赋予其自主决策和执行任务的能力。本文将深入探讨如何将LLM和多模态大模型与机器人技术相结合，构建一套完整的具身智能技术流程。本文参考了同济子豪兄的部分工作，TsingtaoAI团队对整体构建做了一部分拓展和延伸。
CDC YAML 在阿里云的最佳实践
本文撰写自阿里云开源大数据平台数据通道团队，主要介绍了 Flink CDC YAML 在实时计算Flink版的最佳实践。
构建高效数据管道：从数据采集到分析的实战指南
在数据的海洋中航行，我们需要精准而高效的工具来捕捉、传输和处理信息。本文将引导你穿越技术性文章的迷雾，用简洁明了的语言和代码示例，展现如何打造一个高性能的数据管道。无论你是初学者还是资深开发者，这篇文章都将为你提供宝贵的知识财富。让我们一起解锁数据的力量，探索其背后的奥秘。
离线数据同步变迁
本文介绍了从第一代基于Hadoop体系的离线数据同步，到第二代基于DolphinScheduler和StarRocks的改进方案，再到第三代基于Python自定义的离线数据同步的演变过程。每一代方案都在不断优化，以适应日益增长的数据量和复杂的业务需求。
免费试用