起最近对MQ（消息队列中间件）很感兴趣，既然感兴趣那就上手了解喽。要说MQ中流行的应该就是RabbitMQ和Kafka了，综合对比之下（具体对比方法请参考掷硬币）我选择了Kafka，决定从哪里下手后第一步就是搭建环境了，于是就有了这篇帖子。简在这篇帖子中我将详细讲述如何从零开始在Linux下搭建Kafka，以及在搭建Kafka环境前的准备工作。述准备工作本文中我使用的Linux版本是Ubuntu1
转载
2024-09-18 08:36:01
40阅读
字节跳动，青训营社区课程，2h如何使用Kafka一、是什么基本概念Kafka 是一个分布式的基于发布/订阅模式的消息队列（Message Queue）Kafka：分布式时间流平台，用于高性能数据管道、流分析、数据集成、关键任务应用MQ的两种模式（1）点对点模式：producer往MQ写入数据，consumer去MQ中消费，消费完后，给MQ一个状态，MQ根据这个状态delete 消息（2）发布/订阅
转载
2024-03-29 08:51:35
127阅读
前言写这篇文章的起因是由于之前的一篇关于Kafka异常消费，当时为了解决问题不得不使用临时的方案。总结起来归根结底还是对Kafka不熟悉导致的，加上平时工作的需要，之后就花些时间看了Kafka相关的资料。何时使用MQ谈到Kafka就不得不提到MQ，是属于消息队列的一种。作为一种基础中间件在互联网项目中有着大量的使用。一种技术的产生自然是为了解决某种需求，通常来说是以下场景：
转载
2024-03-22 09:51:07
295阅读
FuseSource最近发布了ActiveMQ和ServiceMix发行版的企业版。
其中一些重要功能包括增量修补 ， 自定义平台安装程序和第三方验证 。
新企业版附带的最酷的功能之一是Fuse Fabric和一些新工具 ，使您可以利用Fabric管理环境。
Fabric允许您通过一些命令行或在基于Web的漂亮应用程序中单击按钮来部署，配置和配置ESB容器和M
转载
2024-07-01 10:00:09
80阅读
Why kafka消息队列的作用：异步、削峰填谷、解耦中小型公司，技术实力较为一般，技术挑战不是特别高，用 RabbitMQ （开源、社区活跃）是不错的选择；大型公司，基础架构研发实力较强，用 RocketMQ（Java二次开发） 是很好的选择。如果是大数据领域的实时计算、日志采集等场景，用 Kafka 是业内标准的，绝对没问题，社区活跃度很高，绝
转载
2024-10-17 20:28:12
26阅读
### 使用MQ和Kafka实现消息传递
#### 1. 流程概述
下面是使用MQ和Kafka实现消息传递的基本流程：
| 步骤 | 操作 |
|------|------|
| 1 | 创建消息队列（MQ） |
| 2 | 发送消息到MQ |
| 3 | 从MQ消费消息 |
| 4 | 将消息发送到Kafka |
| 5 | 从Kafka消费消息 |
####
原创
2024-05-17 14:05:34
114阅读
Kafka和RabbitMQ的区别:RabbitMQ 有这么个特性，它在官方文档就声明了自己是不保证多线程消费同一个队列的消息，一定保证顺序的。而不保证的原因，是因为多线程时，当一个线程消费消息报错的时候，RabbitMQ 会把消费失败的消息再入队，此时就可能出现乱序的情况。用 RabbitMQ，出现了三个问题：为了实现发布订阅功能，从而使用的消息复制，会降低性能并耗费更多资源多个消费者无法严格保
转载
2024-04-09 15:30:13
118阅读
1，消息中间件（MQ）关注于数据的发送和接收，利用高效可靠的异步消息传递机制集成分布式系统。通过提供消息传递和消息排队模型，它可以在分布式环境下扩展进程间的通信。功能项Kafka(1.1.0版本)RabbitMQ(3.6.10版本)RocketMQ(4.2.0)单机吞吐量10w级，支持高吞吐万级10w级消息可靠性经过参数优化配置，做到0丢失基本不丢经过参数优化配置，做到0丢失优先级队列不支持支持，
转载
2024-04-01 14:17:27
84阅读
# Kafka和MQ的区别
Kafka和MQ（消息队列）都是用于消息传递的中间件，但它们有一些不同点。在本文中，我将详细介绍Kafka和MQ的区别，以及它们各自的优缺点。
## 流程概述
首先，让我们看一下使用Kafka和MQ时的典型流程。下表列出了使用Kafka和MQ的步骤：
| 步骤 | 使用Kafka | 使用MQ |
|------|----------|-------|
| 1.
原创
2024-05-07 09:45:35
201阅读
LinkedIn 开发的一个高性能、分布式的消息系统，广泛用于日志收集、流式数据处理、在线和离线消息分发等场景。虽然不是作为传统的MQ来设计，
在大部分情况，Kafaka 也可以代替原先ActiveMQ 等传统的消息系统。 Kafka 将消息流按Topic 组织，保存消息的服务器称为Broker，消费者可以订阅一个或者多个Topic。为了均衡负载，一个Topic 的消息又可以划分到多个分区
01 为什么从 Kafka 开始？ 《吃透 MQ 系列》之核心基础篇 围绕 MQ 「一发一存一消费」的本质展开，讲解了 MQ 的通用知识，同时系统性地回答了：如何着手设计一个 MQ？从这篇文章开始，我会讲解具体的消息中间件，之所以选择从 Kafka 开始，有 3 点考虑：第一，RocketMQ 和 Kafka 是目前最热门的两种消息中间件，互联网公司应用最为广泛，将
1、概述什么是消息队列？消息队列，一般简称为MQ(Message Queue)。消息队列可以简单理解为：把要传输的数据放在队列中。
把数据放到消息队列叫做生产者。从消息队列里边取数据叫做消费者。消息队列有什么使用场景？解耦。消费者不需要直接调用生产者的接口，而是通过消息队列获取。异步。不同的应用可以异步的从消息队列中获取数据，而不必要顺序执行。削峰。如果请求的峰值太大，按服务器的处理能力消费数据，
、概述 消息队列已经逐渐成为企业IT系统内部通信的核心手段。它具有低耦合、可靠投递、广播、流量控制、最终一致性等一系列功能，成为异步RPC的主要手段之一。当今市面上有很多主流的消息中间件，如老牌的ActiveMQ、RabbitMQ，炙手可热的Kafka，阿里巴巴自主开发RocketMQ等。 2、消息中间件的组成 2
转载
2024-09-24 11:44:01
152阅读
Kafka 的工具和编程接口Kafka 的工具Kafka 提供的工具还是比较全的，bin/ 目录下的工具有以下一些，bin/connect-distributed.sh bin/kafka-consumer-offset-checker.sh bin/kafka-replica-verification.sh bin/kafka-verifiable-producer.sh
b
目录一、为什么选择Kafka开始？二、Kafka三、Kafka的消息模型 一、为什么选择Kafka开始？MQ的本质就是“一发一存一消费”。 1. Kafka和RocketMQ是目前最热门的两种消息中间件，应用最广泛。 2. 从MQ的历程来看，Kafka比RocketMQ更早诞生，并且阿里团队在实现RocketMQ，充分借鉴了Kafka的设计思想。 3. Kafka其实
转载
2024-03-16 01:00:02
144阅读
面试题为什么使用消息队列？消息队列有什么优点和缺点？Kafka、ActiveMQ、RabbitMQ、RocketMQ 都有什么区别，以及适合哪些场景？面试官心理分析其实面试官主要是想看看：第一，你知不知道你们系统里为什么要用消息队列这个东西？ 不少候选人，说自己项目里用了 Redis、MQ，但是其实他并不知道自己为什么要用这个东西。其实说白了，就是为了用而用，或者是别人设计的架构，他从头到尾都没思
一、目录1、MQ基础概念2、Kafka数据存储设计3、Kafka生产者设计4、Kafka消费者设计5、Kafka提交与移位6、Kafka消息保留策略二、MQ概念 MQ 是message queue ,消息队列，也叫消息中间件。消息队列中间件是分布式系统中重要的组件，主要解决应用解耦，异步消息，流量削锋等问
转载
2024-05-28 13:52:31
111阅读
文章目录一、Kafka和ActiveMQ基本对比二、从消费模式看activemq与kafka三、应用场景总结 我们知道，在大数据开发过程中我们经常会使用到消息队列类型的组件。消息队列中间件主要用来实现异步消息、应用解耦、流量削峰等功能。那么，业务中常见的就是Kafka与ActiveMQ。同为消息中间件，二者的区别究竟在哪里，今天我们就做一个简单的对比。。 一、Kafka和ActiveMQ基本对
转载
2024-06-24 08:18:01
89阅读
0.0 什么是MQ这个部分，需要简单的解答一下，其实MQ就是消息队列，那么本质上，就是一个 FIFO的队列数据结构。因此，早期的使用方法，都是启动一个线程发送消息，写入消息队列，作为消息缓存，然后再启动一个线程消费消息。早期的windows程序（桌面程序）的设计方法。后期，随着分布式微服务的快速发展，消息这个东西变成了组件，变成了中间件，直接分离出来使用了。1.0 为什么需要Kafka其实从需要k
转载
2024-09-14 09:24:33
268阅读
电商秒杀系统设计：秒杀系统分为2个部分，一个是静态的HTML等内容，另一个参与秒杀的Web后台请求接口。静态HTML等内容，直接上cdn，压力一般不会大，瓶颈基本在后台请求接口上，必须能够支持高并发请求。高并发下的数据安全问题：假设只剩下一件商品情况，高并发请求导致多让一个人获得了商品。1.悲观锁在修改数据的时候，采用锁定状态，排斥外部请求的修改。遇到加锁的状态，就必须等待。在“高并发”场景下，会
