趋近智
使用Apache Kafka和Flink的实时数据管道
章节 1: 流处理架构与语义
分布式日志的发展
Lambda 与 Kappa 架构
处理保障和含义
事件时间与处理时间
动手实践：设计一个Kappa管道
章节 2: 高级 Kafka 生产者和消费者工作原理
复制协议和ISR
幂等生产者与事务
自定义分区策略
消费者组再平衡协议
动手实践：实现事务性写入
章节 3: Flink 状态管理与检查点
状态后端：HashMap 对比 RocksDB
异步屏障快照
增量检查点
状态模式演变
动手实践：使用 Savepoint 进行状态迁移
章节 4: 高级窗口与时间属性
水位线生成策略
处理延迟数据与侧输出
自定义窗口触发器和驱逐器
会话窗口与间隔分析
动手实践：制作自定义触发器
章节 5: 使用 ProcessFunction 的底层操作
ProcessFunction 结构体系
定时器服务与事件调度
广播状态模式
外部查找的异步 I/O
动手实践：动态规则评估
章节 6: 生产部署与可靠性
Avro 和 Protobuf 序列化
模式注册表集成
Kafka Connect 用于源和目标
故障恢复策略
实战：运行中的模式演进
章节 7: 性能调优与监控
识别反压
内存管理与槽位分配
优化 RocksDB 性能
Kafka 消费者滞后分析
实操：解决数据倾斜
章节 8: 实时AI与特征工程
在线特征生成
流处理中的模型服务模式
基于异步流的请求-响应机制
特征存储的整合
动手实践：实时推理管道
动手实践：设计一个Kappa管道
这部分内容有帮助吗？
- The Log: What every software engineer should know about real-time data's unifying abstraction, Jay Kreps, 2013 (LinkedIn Engineering Blog) - 介绍了Kappa架构的概念，并强调日志作为核心数据抽象。
- Apache Kafka Documentation, Apache Kafka, 2024 (The Apache Software Foundation) - 提供Kafka配置、操作实践和架构的官方详细信息。
- Apache Flink Documentation, The Apache Software Foundation, 2025 (The Apache Software Foundation) - 阐述了Flink的编程模型、时间语义、状态管理和部署。
- Kafka: The Definitive Guide: Real-time data and stream processing at scale, Gwen Shapira, Todd Palino, Rajini Sivaram, Krit Petty, 2021 (O'Reilly Media) - 全面介绍了Apache Kafka的核心概念、架构和实际应用。(第二版)
- Stream Processing with Apache Flink: Fundamentals, StreamSQL, and real-time data systems, Fabian Hueske, Vasia Kalavri, 2019 (O'Reilly Media) - 涵盖了Apache Flink的流处理能力，包括事件时间、有状态处理和容错性。
© 2025 ApX Machine Learning用心打造