kafka

容器 RUNNING，为什么中间件仍不可用？ActiveMQ 与 Kafka／ZooKeeper 恢复实录一套分阶段启动工具在基础设施就绪检查中反复超时。SSH 可连接，Docker 能响应，容器也显示 RUNNING，但 ActiveMQ 的 61616 与两个 Kafka broker 的 9092 未开放。排查最终落到了两个不同层面：ActiveMQ 的 KahaDB 恢复位置问题，以及 Kafka 启动失败与 ZooKeeper 从节点视图不一致。

斯普信专业组

Kafka 3.9.1 三节点集群部署方案（ZooKeeper 模式）本文采用 ZooKeeper 模式部署 Kafka 三节点集群：集群元数据（Topic、分区、副本分配、ACL、controller 归属）存放在独立 ZooKeeper 集群的 znode 下。

Kafka 怎么保证消费只消费一次的？先说结论：Kafka 默认只能保证 At Least Once（至少一次，不丢但可能重复），“只消费一次”需要开发者在消费端做额外设计。

Hadoop+zookeeper+HBase+Kafka集群搭建全流程本文档仅用于流程参考。如有错误请联系我进行修改。行文比较粗糙，还请见谅。请善用AI进行辅助。简述大概流程：首先创建第一台虚拟机，然后搭建单机伪分布式Hadoop，并使用自带的wordcount进行验证。然后修改为1主2从分布式集群，逐步引入zookeeper、HBase、Kafka，最后使用自动化脚本进行快速启动集群、停止集群、重启集群、查看集群状态。

后台模板学习

Kafka 与 RabbitMQ 在用户认证与权限管理场景在现代分布式系统中，消息队列技术已成为处理异步通信、解耦服务组件和保障高并发能力的重要基础设施。特别是在用户认证与权限管理这一场景中，消息队列的可靠性、性能及扩展性对系统整体稳定性有着直接影响。

真上帝的左手

12. 消息队列-Kafka进阶每个 Java 开发者心里都有个"Kafka 情结"：一听就高大上，一用就心里没底。它就像一家口碑两极分化的快递公司——配置得当，包裹一个不落、飞快送达；配置一错，丢件、重派、乱序三连击，能把你的线上系统折腾到半夜。

千里达景区票务系统

消息队列选型对比：RabbitMQ vs RocketMQ vs Kafka做后端开发的，几乎没有不用消息队列的。解耦、异步、削峰，这三大作用谁都知道。但真到了选型的时候，到底选哪个？RabbitMQ、RocketMQ还是Kafka？

Kafka 跨数据中心日志同步实战：MirrorMaker 2 选型对比 + Flink 中继任务落地（双中心互备与消费者组隔离避坑）做日志平台迟早会遇到一个需求：两个数据中心（或两地三中心的"两地"）都要有全量日志。监管审计要求容灾侧数据完整、故障切换时查询不中断、或者干脆是"总行一套、灾备一套"的硬性架构约束——这时候单中心自产自销的 Kafka + Elasticsearch 就不够用了，跨中心的日志同步必须安排上。

从零设计一个 Agent 安全沙箱：Docker 隔离、三级风控与 Kafka 审计Agent 不仅可以生成文本，还可以调用 Shell 工具完成文件处理、项目构建和脚本执行。例如：但如果直接在宿主机执行模型生成的命令，可能出现误删除、凭证泄露、资源耗尽等问题：

一条泥憨鱼

【Kafka】零基础学习教程👋 关于作者你好，这里是一条泥憨鱼　|　专注于后端开发、AI 前沿技术与计算机基础。 🏠 个人主页：一条泥憨鱼

补打一条卡，为什么要从前一天重新算：人工补录与实时重算业务复盘摘要：考勤管理员补录一条漏卡，表面上只是新增一个时间点，实际却要完成可信身份覆盖、批量原子写入、跨日重算范围计算、分析任务去重、任务落库和 Kafka 实时通知。恢复这条链路时最反直觉的发现是：补录时间为凌晨 05:12，并不意味着只重算当天；系统把分析开始时间向前扩一天，以便重新判断它究竟属于前一天夜班的下班卡，还是当天的上班卡。本文同时复盘一个常见误区：afterCommit 能防止回滚后误发消息，却不能消除数据库与 Kafka 的双写窗口。

【Kafka 源码手记】05 Broker 网络层与请求处理（中）：Processor 事件循环与线上的字节上篇我们详细看了 Acceptor 的工作流程，也对 Processor 有了一些简单了解，最后收在安全握手：listener 的身份在 Processor 构造时变成了 ChannelBuilder，握手在事件循环里逐 poll 推进，ready() 之前业务字节一个不读。这一篇接着往下走——连接就绪之后，Processor 的七步循环怎么流转、一条连接为什么同一时刻只能有一个在途请求、线上的字节怎么被切成一帧一帧的请求、双方又怎么对表版本，以及这整件事为什么没有交给 Netty 去做。

Kafka13-自定义分区器1-走自定义分区器发送消息：走 partitionKafkaTemplate：带 key 按 key 的 hash 选分区，不带 key 随机选分区 2-代码仓库：https://gitee.com/enzoism/springboot-kafka-verify -b kafka-noauth

Kafka请求进门口：Processor是怎么把请求读上来的摘要：上一篇讲 Processor 怎么启动、怎么把新连接注册到 Selector。但连接注册完只是第一步——真正的问题是：Producer 发过来的字节，Processor 是怎么读上来、怎么解析成一个完整 Request 的？这篇从 poll 到入队，把请求接收全链路讲透。

Kafka网络层第一道门：Acceptor线程是怎么启动的摘要：前 23 篇一直在讲 Producer 端。从这篇开始翻到 Broker 端——Kafka 是怎么监听 9092 端口、接受 Producer 连接、把连接分发给 IO 线程的？这是整个 Broker 网络层的起点。

spring boot对接kafka实现消息队列处理

你看我名字

Kafka 架构、消息可靠性与生产运维：从分区模型到故障治理Kafka 架构、消息可靠性与生产运维：从分区模型到故障治理本文适合云计算、平台工程和 Java/Go 后端工程师。重点不是记命令，而是理解 Kafka 如何用分区、复制和日志顺序解决大规模事件流问题。

Kafka源码深度剖析：消息有异常是如何处理的摘要：用了这么久 KafkaProducer，你真的清楚 send() 到底什么时候抛异常、什么时候走回调？为什么有些错误业务代码永远 catch 不到？这篇从源码级别梳理 Producer 端六类异常的产生、分类、传递路径和重试决策。

Kafka写数据入口：消息进了Broker之后交给谁摘要：网络层把 Produce 请求解析完、RequestHandler 按 apiKey 路由之后，消息真正落盘的第一站是 ReplicaManager.appendRecords。这篇进入存储层，讲清楚写数据的调用链、appendRecords 内部五步、acks 三种分支，以及 acks=all 时请求为什么不会把业务线程堵死。

螺蛳粉螺蛳粉

CDH第七篇：CDH 集成 Kafka 实战：CSD + Parcel 组合拳，先装 ZooKeeper 是铁律目录一、为什么 Kafka 要"外挂"进 CDH 二、集成前必懂：CSD 与 Parcel 的分工三、4 步完成 Kafka 集成四、小内存救命调参：Broker 堆改 256M 五、功能验证：建 Topic 收发消息六、结语与系列预告一、为什么 Kafka 要"外挂"进 CDH 在物联网架构案例里，海量设备上报数据先打进消息队列削峰，再落存储、进计算。Kafka 是这一层的标准选择。