# 云消息队列 Kafka 版 #
0
关注
10032内容
微服务架构设计与实践：用Spring Cloud实现抖音的推荐系统
本文基于Spring Cloud实现了一个简化的抖音推荐系统，涵盖用户行为管理、视频资源管理、个性化推荐和实时数据处理四大核心功能。通过Eureka进行服务注册与发现，使用Feign实现服务间调用，并借助Redis缓存用户画像，Kafka传递用户行为数据。文章详细介绍了项目搭建、服务创建及配置过程，包括用户服务、视频服务、推荐服务和数据处理服务的开发步骤。最后，通过业务测试验证了系统的功能，并引入Resilience4j实现服务降级，确保系统在部分服务故障时仍能正常运行。此示例旨在帮助读者理解微服务架构的设计思路与实践方法。
Fluss: First Impression
本文由Flink PMC Member徐榜江翻译自Yaroslav Tkachenko的文章《Fluss: First Impression》，介绍了阿里巴巴开源的新一代流存储系统Fluss。文章分为七个部分，涵盖Fluss简介、Table作为核心概念、PrimaryKey Table、一体化集成、Flink SQL的Delta Join、Fluss实现细节及总结。Fluss通过表结构组织数据流，支持主键表和高效的点查，深度集成LakeHouse，并计划与Flink深度集成，提供实时数据分析能力。
流计算需要框架吗？SPL 可能是更好的选择
流数据源的动态无界特性使得传统数据库技术难以直接处理，而Heron、Samza、Storm、Spark、Flink等计算框架在流计算领域取得了先发优势。然而，这些框架往往侧重于访问能力，计算能力不足，尤其在高级计算如流批混算、复杂计算和高性能计算方面表现欠佳。esProc SPL作为基于JVM的轻量级开源计算类库，专注于提升流计算的计算能力，支持丰富的流数据访问、灵活的集成接口和高效的内外存存储格式，具备强大的高级计算功能，能够简化业务逻辑开发并适应多样的应用场景。SPL通过专业的计算语言和结构化数据处理能力，为流计算提供了更优的解决方案。
云消息队列 Kafka 版 V3 系列荣获信通院“云原生技术创新标杆案例”
2024 年 12 月 24 日，由中国信息通信研究院（以下简称“中国信通院”）主办的“2025 中国信通院深度观察报告会：算力互联网分论坛”，在北京隆重召开。本次论坛以“算力互联网 新质生产力”为主题，全面展示中国信通院在算力互联网产业领域的研究、实践与业界共识，与产业先行者共同探索算力互联网产业未来发展的方向。会议公布了“2024 年度云原生与应用现代化标杆案例”评选结果，“云消息队列 Kafka 版 V3 系列”荣获“云原生技术创新标杆案例”。
招行面试：RocketMQ、Kafka、RabbitMQ，如何选型？
45岁资深架构师尼恩针对一线互联网企业面试题，特别是招商银行的高阶Java后端面试题，进行了系统化梳理。本文重点讲解如何根据应用场景选择合适的消息中间件（如RabbitMQ、RocketMQ和Kafka），并对比三者的性能、功能、可靠性和运维复杂度，帮助求职者在面试中充分展示技术实力，实现“offer直提”。此外，尼恩还提供了《尼恩Java面试宝典PDF》等资源，助力求职者提升架构、设计、开发水平，应对高并发、分布式系统的挑战。更多内容及技术圣经系列PDF，请关注【技术自由圈】获取。
恭喜 Apache RocketMQ、Apache Seata 荣获 2024 开源创新榜单“年度开源项目”
近日，以“新纪天工、开物焕彩——致敬开源的力量”为活动主题的“重大科技成就发布会（首场）”在国家科技传播中心成功举办，并隆重揭晓了 2024 开源创新榜单，旨在致敬中国开源力量，传播推广开源科技成就，营造中国开源创新生态。2024 年开源创新榜单由中国科协科学技术传播中心、中国计算机学会、中国通信学会、中国科学院软件研究所共同主办，中国开发者社区承办，以王怀民院士为首组建评审委员会，进行研讨评审，面向中国开源行业领域，遴选具有创新性、贡献度和影响力的开源项目、社区、应用场景与开源事件。在评审出的 10 个年度开源项目中，Apache RocketMQ、Apache Seata 成功入选。
【Azure Event Hub】Kafka消息发送失败(Timeout Exception)
Azure closes inbound Transmission Control Protocol (TCP) idle > 240,000 ms, which can result in sending on dead connections (shown as expired batches because of send timeout).
Hologres+Paimon构建一体化实时湖仓
Hologres 3.0全新升级，面向未来的一体化实时湖仓。它支持多种Table Format，提供湖仓存储、多模式计算、分析服务和Data+AI一体的能力。Hologres与Paimon结合，实现统一元数据管理、极速查询性能、增量消费及ETL功能。Dynamic Table支持流式、增量和全量三种刷新模式，满足不同业务需求，实现一份数据、一份SQL、一份计算的多模式刷新。该架构适用于高时效性要求的场景，也可用于成本敏感的数据共享场景。
Paimon助力数据湖仓架构实时化升级
本次分享由阿里云高级技术专家李劲松介绍Paimon助力数据湖仓架构实时化升级。内容涵盖四个部分：1) 数据架构的存储演进，介绍Data LakeHouse结合的优势；2) Paimon实时数据湖，强调其批流一体和高效处理能力；3) 数据湖的实时流式处理，展示Paimon在时效性提升上的应用；4) 数据湖非结构化处理，介绍Paimon对非结构化数据的支持及AI集成。Paimon通过优化存储格式和引入LSM技术，实现了更高效的实时数据处理和查询性能，广泛应用于阿里巴巴内部及各大公司，未来将进一步支持AI相关功能。
免费试用