Kafka与Flink：构建高性能实时数据处理系统的实践指南
Apache Kafka 和 Apache Flink 的结合为构建高性能的实时数据处理系统提供了坚实的基础。通过合理的架构设计和参数配置，可以实现低延迟、高吞吐量的数据流处理。无论是在电商、金融、物流还是其他行业，这种组合都能为企业带来巨大的价值。
彻底搞懂 Kafka 消息大小相关参数设置的规则
Kafka 消息大小的设置还是挺复杂的一件事，而且还分版本，需要注意的参数巨多，而且每个都长得差不多，不但分版本，还需要注意生产端、broker、消费端的设置，而且还要区分 broker 级别还是 topic 级别的设置，而且还需要清楚知道每个配置的含义。
本文通过相关参数的解析说明，再结合实战测试，帮助你快速搞明白这些参数的含义以及规则。
深入解析 Kafka Exactly Once 语义设计 & 实现
本篇文章主要介绍 Kafka 如何在流计算场景下保证端到端的 Exactly Once 语义，通过其架构上的设计以及源码分析帮助读者理解背后的实现原理。什么是 Exactly-Once?消息的投递语义主要分为三种：At Most Once: 消息投递至多一次，可能会丢但不会出现重复。At Least Once: 消息投递至少一次，可能会出现重复但不会丢。Exactly Once: 消息投递正好一次
Kafka Connect ：构建强大分布式数据集成方案
Kafka Connect 是 Apache Kafka 生态系统中的关键组件，专为构建可靠、高效的分布式数据集成解决方案而设计。本文将深入探讨 Kafka Connect 的核心架构、使用方法以及如何通过丰富的示例代码解决实际的数据集成挑战。
浅谈现代消息队列与云存储
讲述消息系统在现代化演进中软硬一体化，百万队列，分级存储等诸多竞争力特性的诞生和落地效果。探讨业界领先的 Shared-Log 存储计算分离，FFM与协程，RDMA 传输，列式存储等技术，将消息向流的领域延伸。