# 云消息队列 Kafka 版 #
0
关注
10043内容
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
|
RabbitMQ、Kafka对比（超详细），Kafka、RabbitMQ、RocketMQ的区别
RabbitMQ、Kafka对比（超详细），Kafka、RabbitMQ、RocketMQ的区别，设计目标、适用场景、吞吐量、消息存储和持久化、可靠性、集群负载均衡
秒懂消息队列MQ，万字总结带你全面了解消息队列MQ
消息队列是大型分布式系统不可缺少的中间件，也是高并发系统的基石中间件，所以掌握好消息队列MQ就变得极其重要。接下来我就将从零开始介绍什么是消息队列？消息队列的应用场景？如何进行选型？如何在Spring Boot项目中整合集成消息队列。
|
七万字整理SpringCloud + CloudAlibaba知识点总结笔记
各位小伙伴们大家好，欢迎来到这个小扎扎的[spring cloud专栏]，在这个系列专栏中我对B站尚硅谷阳哥的spring cloud教程进行一个总结，鉴于 看到就是学到、学到就是赚到 精神，这波依然是血赚 ┗|｀O′|┛
Confluent 首席架构师万字剖析 Apache Fluss（三）：湖流一体
原文：https://jack-vanlightly.com/blog/2025/9/2/understanding-apache-fluss
作者：Jack Vanlightly
翻译：Wayne Wang@腾讯
译注：Jack Vanlightly 是一位专注于数据系统底层架构的知名技术博主，他的文章以篇幅长、细节丰富而闻名。目前 Jack 就职于 Confluent，担任首席技术架构师，因此这篇 Fluss 深度分析文章，具备一定的客观参考意义。译文拆成了三篇文章，本文是第二篇。
Kafka学习---消费者（分区消费、分区平衡策略、offset、漏消费和重复消费）
Kafka学习---消费者（分区消费、分区平衡策略、offset、漏消费和重复消费）
Flink + Iceberg 全场景实时数仓的建设实践
Apache Flink 是目前大数据领域非常流行的流批统一的计算引擎，数据湖是顺应云时代发展潮流的新型技术架构，以 Iceberg、Hudi、Delta 为代表的解决方案应运而生，Iceberg 目前支持 Flink 通过 DataStream API /Table API 将数据写入 Iceberg 的表，并提供对 Apache Flink 1.11.x 的集成支持。
【手把手教你Linux环境下快速搭建Kafka集群】内含脚本分发教程，实现一键部署多个Kafka节点
本文介绍了Kafka集群的搭建过程，涵盖从虚拟机安装到集群测试的详细步骤。首先规划了集群架构，包括三台Kafka Broker节点，并说明了分布式环境下的服务进程配置。接着，通过VMware导入模板机并克隆出三台虚拟机（kafka-broker1、kafka-broker2、kafka-broker3），分别设置IP地址和主机名。随后，依次安装JDK、ZooKeeper和Kafka，并配置相应的环境变量与启动脚本，确保各组件能正常运行。最后，通过编写启停脚本简化集群的操作流程，并对集群进行测试，验证其功能完整性。整个过程强调了自动化脚本的应用，提高了部署效率。
免费试用