【赵渝强老师】Kafka分区的副本机制
在Kafka中，每个主题可有多个分区，每个分区有多个副本。其中仅有一个副本为Leader，负责对外服务，其余为Follower。当Leader所在Broker宕机时，Follower可被选为新的Leader，实现高可用。文中附有示意图及视频讲解。
【赵渝强老师】Kafka的体系架构
Kafka消息系统是一个分布式系统，包含生产者、消费者、Broker和ZooKeeper。生产者将消息发送到Broker，消费者从Broker中拉取消息并处理。主题按分区存储，每个分区有唯一的偏移量地址，确保消息顺序。Kafka支持负载均衡和容错。视频讲解和术语表进一步帮助理解。
FlinkKafkaConsumer相同group.id多个任务消费kafka问题
当使用FlinkKafkaConsumer消费Kafka时，即使设置了相同的group.id，由于Flink内部管理partition的消费offset，两个程序仍能同时消费所有数据。这与KafkaConsumer不同，后者严格遵循消费组隔离原则，避免重复消费同一分区的数据。Flink为实现exactly-once语义，需要独立管理offset，这导致了上述现象。
分布式事务最全详解 ，看这篇就够了！
本文详解分布式事务的一致性及实战解决方案，包括CAP理论、BASE理论及2PC、TCC、消息队列等常见方案，助你深入理解分布式系统的核心技术。关注【mikechen的互联网架构】，10年+BAT架构经验倾囊相授。
ClickHouse实时数据处理实战：构建流式分析应用
【10月更文挑战第27天】在数字化转型的大潮中，企业对数据的实时处理需求日益增长。作为一款高性能的列式数据库系统，ClickHouse 在处理大规模数据集方面表现出色，尤其擅长于实时分析。本文将从我个人的角度出发，分享如何利用 ClickHouse 结合 Kafka 消息队列技术，构建一个高效的实时数据处理和分析应用，涵盖数据摄入、实时查询以及告警触发等多个功能点。