Top 5
全部類型
免費與付費
最新發佈
最新發佈
我們在「【🔒 Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有分享過如何透過docker來架設kafka， 那麼在產品化的階段， 我們可能會預先規劃主題(topic)要有多少個partitions…等的配置， 基於一鍵啟動懶人包的原則， 我們希望按
我們在「【🔒 Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有分享過如何透過docker來架設kafka， 那麼在產品化的階段， 我們可能會預先規劃主題(topic)要有多少個partitions…等的配置， 基於一鍵啟動懶人包的原則， 我們希望按
上集回顧「【🔒Message Queue - Kafka】Schema Registry EP.1 傳輸訊息的標準格式制定者 」， 我們在文章中有提到當Schema升級時， 會衍生一些問題， 那這些問題主要是Schema Registry會根據我們的相容性策略來驗證新版的Schema是否合法， 這
上集回顧「【🔒Message Queue - Kafka】Schema Registry EP.1 傳輸訊息的標準格式制定者 」， 我們在文章中有提到當Schema升級時， 會衍生一些問題， 那這些問題主要是Schema Registry會根據我們的相容性策略來驗證新版的Schema是否合法， 這
我們在「【Message Queue - Kafka】串流時代的超入門簡介」有介紹到關於Kafka的基礎概念， 那麼本章節主要著重於生產者(Producer)的面向來細部探討， 看看生產者(Producer)究竟是什麼？ 有哪些應該要注意的？
我們今天的主題除了說明生產者(Producer)的
我們在「【Message Queue - Kafka】串流時代的超入門簡介」有介紹到關於Kafka的基礎概念， 那麼本章節主要著重於生產者(Producer)的面向來細部探討， 看看生產者(Producer)究竟是什麼？ 有哪些應該要注意的？
我們今天的主題除了說明生產者(Producer)的
我們在「【Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有介紹如何架設kafka， 其中我們使用環境變數來進行kafka的配置， 但除了環境變數之外， 其實還能夠用檔案配置的方式來對kafka進行配置， 如此一來我們就可以將配置檔與啟動檔完全分開，
我們在「【Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有介紹如何架設kafka， 其中我們使用環境變數來進行kafka的配置， 但除了環境變數之外， 其實還能夠用檔案配置的方式來對kafka進行配置， 如此一來我們就可以將配置檔與啟動檔完全分開，
KSQL引擎， 串流形式的SQL？ 聽了應該霧煞煞吧！ 想像一下傳統的SQL， 是不是一個指令一個動作， 每發送一個指令之後就必須等到查詢/寫入…動作皆完成之後才回應， 然而在Streaming的應用上這顯然不太可行， 每分每秒都有資料流入的情境下， 資料的狀態都在變化， 假設我們一個指令一個動作，
KSQL引擎， 串流形式的SQL？ 聽了應該霧煞煞吧！ 想像一下傳統的SQL， 是不是一個指令一個動作， 每發送一個指令之後就必須等到查詢/寫入…動作皆完成之後才回應， 然而在Streaming的應用上這顯然不太可行， 每分每秒都有資料流入的情境下， 資料的狀態都在變化， 假設我們一個指令一個動作，
為什麼會有Schema Registry的出現？
因為Kafka的零拷貝原則， 也就是kafka本身並不會去碰觸到訊息也不進行資料驗證， 而是bypass的傳送， 預設都以位元組來傳輸資料會比較有效率， 但位元組誰看得懂啊...。
加上Kafka的特性是生產者與消費者並不能直接溝通， 因
為什麼會有Schema Registry的出現？
因為Kafka的零拷貝原則， 也就是kafka本身並不會去碰觸到訊息也不進行資料驗證， 而是bypass的傳送， 預設都以位元組來傳輸資料會比較有效率， 但位元組誰看得懂啊...。
加上Kafka的特性是生產者與消費者並不能直接溝通， 因
連接器故名思議就是兩個系統之間的橋樑， 而Kafka Connect正是扮演著這樣的角色， 如圖上， 我們可以透過Kafka Connect將SQL的資料導出到Kafka並導入到MySQL。
豐富的Plugin
Confluent Hub提供了各式各樣的外掛套件， 包括了MongoDB、My
連接器故名思議就是兩個系統之間的橋樑， 而Kafka Connect正是扮演著這樣的角色， 如圖上， 我們可以透過Kafka Connect將SQL的資料導出到Kafka並導入到MySQL。
豐富的Plugin
Confluent Hub提供了各式各樣的外掛套件， 包括了MongoDB、My
為什麼要用Docker安裝？
Docker是一個容器化平台, 就類似於我們早期虛擬機的VMWare、Virtual Box…等, 虛擬機平台一般, 只是面向的是伺服端, 供企業快速、簡單、輕量的佈署開發完成的程式軟體, 並將相關的環境依賴皆封裝成一包所謂的映像檔(image), 透過這樣的方式減少
為什麼要用Docker安裝？
Docker是一個容器化平台, 就類似於我們早期虛擬機的VMWare、Virtual Box…等, 虛擬機平台一般, 只是面向的是伺服端, 供企業快速、簡單、輕量的佈署開發完成的程式軟體, 並將相關的環境依賴皆封裝成一包所謂的映像檔(image), 透過這樣的方式減少
訊息的即時傳遞已然成為現代社會的趨勢了， 而扮演中樞平台的系統架構功能也漸趨複雜完整， Kafka是一個事件流平台， 正好滿足串流時代之下的即時訊息傳遞架構， 因此我們有必要深入來學習這套事件流平台， 不論是自動化、金融交易、IOT、物流…皆離不開即時的需求， 所以就讓我們蹲好馬步來好好的學習一
訊息的即時傳遞已然成為現代社會的趨勢了， 而扮演中樞平台的系統架構功能也漸趨複雜完整， Kafka是一個事件流平台， 正好滿足串流時代之下的即時訊息傳遞架構， 因此我們有必要深入來學習這套事件流平台， 不論是自動化、金融交易、IOT、物流…皆離不開即時的需求， 所以就讓我們蹲好馬步來好好的學習一
Top 5
全部類型
免費與付費
最新發佈
最新發佈
我們在「【🔒 Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有分享過如何透過docker來架設kafka， 那麼在產品化的階段， 我們可能會預先規劃主題(topic)要有多少個partitions…等的配置， 基於一鍵啟動懶人包的原則， 我們希望按
我們在「【🔒 Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有分享過如何透過docker來架設kafka， 那麼在產品化的階段， 我們可能會預先規劃主題(topic)要有多少個partitions…等的配置， 基於一鍵啟動懶人包的原則， 我們希望按
上集回顧「【🔒Message Queue - Kafka】Schema Registry EP.1 傳輸訊息的標準格式制定者 」， 我們在文章中有提到當Schema升級時， 會衍生一些問題， 那這些問題主要是Schema Registry會根據我們的相容性策略來驗證新版的Schema是否合法， 這
上集回顧「【🔒Message Queue - Kafka】Schema Registry EP.1 傳輸訊息的標準格式制定者 」， 我們在文章中有提到當Schema升級時， 會衍生一些問題， 那這些問題主要是Schema Registry會根據我們的相容性策略來驗證新版的Schema是否合法， 這
我們在「【Message Queue - Kafka】串流時代的超入門簡介」有介紹到關於Kafka的基礎概念， 那麼本章節主要著重於生產者(Producer)的面向來細部探討， 看看生產者(Producer)究竟是什麼？ 有哪些應該要注意的？
我們今天的主題除了說明生產者(Producer)的
我們在「【Message Queue - Kafka】串流時代的超入門簡介」有介紹到關於Kafka的基礎概念， 那麼本章節主要著重於生產者(Producer)的面向來細部探討， 看看生產者(Producer)究竟是什麼？ 有哪些應該要注意的？
我們今天的主題除了說明生產者(Producer)的
我們在「【Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有介紹如何架設kafka， 其中我們使用環境變數來進行kafka的配置， 但除了環境變數之外， 其實還能夠用檔案配置的方式來對kafka進行配置， 如此一來我們就可以將配置檔與啟動檔完全分開，
我們在「【Message Queue - Kafka】不斷的試誤…, 用Docker來嘗試安裝Kafka」有介紹如何架設kafka， 其中我們使用環境變數來進行kafka的配置， 但除了環境變數之外， 其實還能夠用檔案配置的方式來對kafka進行配置， 如此一來我們就可以將配置檔與啟動檔完全分開，
KSQL引擎， 串流形式的SQL？ 聽了應該霧煞煞吧！ 想像一下傳統的SQL， 是不是一個指令一個動作， 每發送一個指令之後就必須等到查詢/寫入…動作皆完成之後才回應， 然而在Streaming的應用上這顯然不太可行， 每分每秒都有資料流入的情境下， 資料的狀態都在變化， 假設我們一個指令一個動作，
KSQL引擎， 串流形式的SQL？ 聽了應該霧煞煞吧！ 想像一下傳統的SQL， 是不是一個指令一個動作， 每發送一個指令之後就必須等到查詢/寫入…動作皆完成之後才回應， 然而在Streaming的應用上這顯然不太可行， 每分每秒都有資料流入的情境下， 資料的狀態都在變化， 假設我們一個指令一個動作，
為什麼會有Schema Registry的出現？
因為Kafka的零拷貝原則， 也就是kafka本身並不會去碰觸到訊息也不進行資料驗證， 而是bypass的傳送， 預設都以位元組來傳輸資料會比較有效率， 但位元組誰看得懂啊...。
加上Kafka的特性是生產者與消費者並不能直接溝通， 因
為什麼會有Schema Registry的出現？
因為Kafka的零拷貝原則， 也就是kafka本身並不會去碰觸到訊息也不進行資料驗證， 而是bypass的傳送， 預設都以位元組來傳輸資料會比較有效率， 但位元組誰看得懂啊...。
加上Kafka的特性是生產者與消費者並不能直接溝通， 因
連接器故名思議就是兩個系統之間的橋樑， 而Kafka Connect正是扮演著這樣的角色， 如圖上， 我們可以透過Kafka Connect將SQL的資料導出到Kafka並導入到MySQL。
豐富的Plugin
Confluent Hub提供了各式各樣的外掛套件， 包括了MongoDB、My
連接器故名思議就是兩個系統之間的橋樑， 而Kafka Connect正是扮演著這樣的角色， 如圖上， 我們可以透過Kafka Connect將SQL的資料導出到Kafka並導入到MySQL。
豐富的Plugin
Confluent Hub提供了各式各樣的外掛套件， 包括了MongoDB、My
為什麼要用Docker安裝？
Docker是一個容器化平台, 就類似於我們早期虛擬機的VMWare、Virtual Box…等, 虛擬機平台一般, 只是面向的是伺服端, 供企業快速、簡單、輕量的佈署開發完成的程式軟體, 並將相關的環境依賴皆封裝成一包所謂的映像檔(image), 透過這樣的方式減少
為什麼要用Docker安裝？
Docker是一個容器化平台, 就類似於我們早期虛擬機的VMWare、Virtual Box…等, 虛擬機平台一般, 只是面向的是伺服端, 供企業快速、簡單、輕量的佈署開發完成的程式軟體, 並將相關的環境依賴皆封裝成一包所謂的映像檔(image), 透過這樣的方式減少
訊息的即時傳遞已然成為現代社會的趨勢了， 而扮演中樞平台的系統架構功能也漸趨複雜完整， Kafka是一個事件流平台， 正好滿足串流時代之下的即時訊息傳遞架構， 因此我們有必要深入來學習這套事件流平台， 不論是自動化、金融交易、IOT、物流…皆離不開即時的需求， 所以就讓我們蹲好馬步來好好的學習一
訊息的即時傳遞已然成為現代社會的趨勢了， 而扮演中樞平台的系統架構功能也漸趨複雜完整， Kafka是一個事件流平台， 正好滿足串流時代之下的即時訊息傳遞架構， 因此我們有必要深入來學習這套事件流平台， 不論是自動化、金融交易、IOT、物流…皆離不開即時的需求， 所以就讓我們蹲好馬步來好好的學習一