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
Lambda 与 Kappa 架构
这部分内容有帮助吗？
- Big Data: Principles and Best Practices of Scalable Realtime Data Systems, Nathan Marz and James Warren, 2015 (Manning Publications) - 理解Lambda架构的权威资源，涵盖其设计动机、分层组件和容错数据处理模式。
- Questioning the Lambda Architecture, Jay Kreps, 2014 Confluent Blog (Confluent) - 介绍Kappa架构作为Lambda的替代方案，提倡以日志为中心的方法，将所有数据处理统一为流处理。
- Apache Flink Documentation, The Apache Flink Community, 2025 - 提供关于Flink功能的全面信息，包括其统一的批流处理模型、精确一次语义和状态管理，这些都支持了Kappa架构。
- Apache Kafka Documentation, The Apache Kafka Community, 2024 - 详细说明Kafka作为分布式提交日志的角色、其保障措施和功能，这些使其成为像Kappa这样的现代数据架构中不可变的事实来源。
- Stream Processing with Apache Flink: Fundamentals, StreamSQL, and Table API, Fabian Hueske and Vasia Kalavri, 2019 (O'Reilly Media) - 一本使用Apache Flink构建实时数据管道的实用指南，涵盖处理语义、状态管理以及流优先设计的架构影响。
© 2025 ApX Machine Learning用心打造