Kafka分布式消息系統(tǒng)

（本視頻教程資料由北風(fēng)網(wǎng)提供，希望各位大數(shù)據(jù)學(xué)習(xí)者都能從中有所收獲。更多視頻教程可訪問北風(fēng)網(wǎng)官網(wǎng)或關(guān)注頭條號“小北IT”了解更多）

Kafka是分布式的消息隊(duì)列，作為云計(jì)算服務(wù)的基石，它廣泛的應(yīng)用在實(shí)時(shí)數(shù)據(jù)流方面，是實(shí)時(shí)數(shù)據(jù)處理的數(shù)據(jù)中樞，廣泛應(yīng)用在很多互聯(lián)網(wǎng)企業(yè)，例如：linkedin，facebook，騰訊，百度，阿里等。

什么是消息系統(tǒng)

實(shí)時(shí)數(shù)據(jù)流是現(xiàn)在互聯(lián)網(wǎng)公司、甚至擁有大規(guī)模數(shù)據(jù)的傳統(tǒng)企業(yè)的主要模式， 實(shí)時(shí)數(shù)據(jù)(Real-time Activity Data)就是那些非交易，不需要秒級響應(yīng)的數(shù)據(jù)， 但在后續(xù)的分析中產(chǎn)生極大作用，例如個(gè)性化推薦、運(yùn)營服務(wù)監(jiān)控、精細(xì)化營銷、報(bào)表等 。

基本結(jié)構(gòu)

本套視頻教程由北風(fēng)網(wǎng)講師Collen7788主講，Collen7788老師畢業(yè)于清華大學(xué)，擁有超過13年的工作經(jīng)驗(yàn)。Oracle高級技術(shù)顧問，擁有6年以上授課經(jīng)驗(yàn)。精通Oracle數(shù)據(jù)庫、中間（Weblogic）和大數(shù)據(jù)Hadoop的管理和開發(fā)，精通Java語言。曾為湖北移動(dòng)，北京市公安局，中國人壽，AutoDesk（中國）有限公司，成都運(yùn)達(dá)科技股份有限公司，中國電信，中國移動(dòng)，山東教育網(wǎng)進(jìn)行培訓(xùn)。由于其認(rèn)真負(fù)責(zé)的授課態(tài)度和基于本質(zhì)的課程內(nèi)容解釋，深受學(xué)員的追捧。

Kafka與Hadoop的集成

課程系統(tǒng)性地介紹Kafka分布式消息系統(tǒng)，掌握了Kafka，你就拿到了大數(shù)據(jù)處理領(lǐng)域消息處理機(jī)制的鑰匙，能夠輕松上手開發(fā)分布式消息系統(tǒng)應(yīng)用程序開發(fā)和維護(hù)，笑傲大數(shù)據(jù)處理技術(shù)。學(xué)完本課程，你可以掌握：

1.Kafka的部署方式

2.Kafka的原理

3.Kafka與其他大數(shù)據(jù)組件的集成

4.基于Kafka的程序開發(fā)

大數(shù)據(jù)崗位必備技能點(diǎn)

課程完整大綱目錄如下，對IT編程、大數(shù)據(jù)、數(shù)據(jù)分析、人工智能感興趣的朋友們可以訪問北風(fēng)網(wǎng)官網(wǎng)或關(guān)注小編了解更多哦！

第一章　Kafka的基本介紹

1.1 什么是消息系統(tǒng)

1.2 消息隊(duì)列的分類

1.3 Kafka的基本架構(gòu)和概念

1.4 ZooKeeper簡介和安裝

第二章　Kafka的原理解析

2.1 Kafka的Producer處理邏輯

2.2 Kafka的broker處理邏輯

2.3 Kafka的Consumer處理邏輯

2.4 Kafka集群部署在zk里的存儲結(jié)構(gòu)

第三章　Kafka的部署方式

3.1 Kafka偽集群部署模式

3.2 Kafka集群部署模式

3.3 核心配置文件server.properties

第四章 Kafka的Java應(yīng)用開發(fā)

4.1 Producer端的實(shí)現(xiàn)

4.2 Consumer端的實(shí)現(xiàn)

第五章 Kafka的Scala應(yīng)用開發(fā)

5.1 Scala的Producer的實(shí)現(xiàn)

5.2 Scala的Producer的實(shí)現(xiàn)

第六章　Kafka與Hadoop的集成

6.1 Hadoop簡介和配置

6.2 集成Kafka和Hadoop

第七章　Kafka與Flume的集成

7.1 Flume簡介和使用

7.2 集成Kafka和Flume

第八章　Kafka與Storm的集成

8.1 Storm的運(yùn)行機(jī)制和部署

8.2 Storm編程案例

8.3 集成Kafka和Storm