使用 Kafka 和 Flink 构建实时数据处理系统
引言
在很多领域，如股市走向分析, 气象数据测控，网站用户行为分析等，由于数据产生快，实时性强，数据量大，所以很难统一采集并入库存储后再做处理，这便导致传统的数据处理架构不能满足需要。流计算的出现，就是为了更好地解决这类数据在处理过程中遇到的问题。
java logstash 如何保证数据不丢失
用过ruby 版本 的logstash 大家都知道，在input 数据消费进来之后，output数据要是失败了，就会扔掉，这个对数据要求较高的应用中是很难接受的。
举一个列，input kafka，output elasticsearch，在消费kafka数据到内存队
Kafka vs RocketMQ——单机系统可靠性
引言
前几期的评测中，我们对比了Kafka和RocketMQ的吞吐量和稳定性，本期我们要引入一个新的评测标准——软件可靠性。
何为“可靠性”？
先看下面这种情况：有A，B两辆越野汽车，在城市的周边地区均能很好应对泥泞的路况。当一同开去穿越西藏，A车会因为西藏本地的汽油不达标，导致油路受阻无
Kafka设计解析（一）- Kafka背景及架构介绍
本文转自Jason's
Blog, 原文链接 http://www.jasongj.com/2015/03/10/KafkaColumn1
摘要
Kafka是由LinkedIn开发并开源的分布式消息系统，因其分布式及高吞吐率而被广泛使用，现已与Cloudera Hadoop，Apache Storm，Apache Spark集成。本文介绍了Kafka的创建背景，
