<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[AutoMQ的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/AutoMQ</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; AutoMQ]]></copyright><item><title><![CDATA[AWS 新发布的 S3 Files 适合作为 Kafka 的存储吗？]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/160330904</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/160330904</guid><author>AutoMQ</author><pubDate>Mon, 20 Apr 2026 11:45:22 +0800</pubDate><description><![CDATA[Kafka 社区对共享存储的兴趣由来已久：如果所有数据都放在 S3 这样的共享存储上，Broker 就不需要本地磁盘，副本复制可以省掉，跨 AZ 流量费也随之消失。但对象存储的延迟一直让这个想法停留在"理论上很美"的阶段。AWS 最近发布的 S3 Files 改变了这个前提——它给 S3 加上了 NFS 文件系统接口，小文件读取延迟做到了亚毫秒级。于是一个老问题以新的面貌回来了：Kafka 能不能直接跑在 S3 Files 上？]]></description><category></category></item><item><title><![CDATA[别再每月浪费数千美元：拆解 AWS/GCP Kafka 背后的隐性账单]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/160215673</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/160215673</guid><author>AutoMQ</author><pubDate>Thu, 16 Apr 2026 14:23:37 +0800</pubDate><description><![CDATA[云上Kafka集群的跨可用区(AZ)流量费用可能占到总成本的50%以上，却常被忽视。AWS/GCP对跨AZ数据传输双向收费($0.02/GB)，而Kafka的3副本架构必然产生大量跨AZ流量：Producer写入(2/3概率跨AZ)、Leader-Follower复制(确定性2GB/1GB写入)、Consumer读取(多组重复消费)。典型100MB/s生产集群月流量费可达$24,000，优化后仍需$14,000，远超EC2实例费用。这些费用被归入&quot;EC2-Other&quot;账单项，与其它]]></description><category></category></item><item><title><![CDATA[360 如何用 AutoMQ 解决千亿级 Kafka 冷读难题]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/159652600</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/159652600</guid><author>AutoMQ</author><pubDate>Mon, 30 Mar 2026 17:38:56 +0800</pubDate><description><![CDATA[360集团采用AutoMQ解决了Kafka冷读难题，显著提升了日志检索平台性能。AutoMQ的存算分离架构通过三条独立数据路径（写入、热数据消费、冷数据读取）实现冷热隔离，将生产P99延迟从10秒降至500毫秒，积压量减少40倍，同时节省50%硬件成本。评估测试验证了其毫秒级延迟、读写隔离和分钟级弹性扩容能力。生产部署采用K8s+对象存储方案，配备集群级故障切换机制，为360的日志平台提供了更高效的云原生消息服务。]]></description><category></category></item><item><title><![CDATA[技术干货｜一行配置让你的 Apache Kafka RTO 缩短一半]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/158386226</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/158386226</guid><author>AutoMQ</author><pubDate>Wed, 25 Feb 2026 15:05:59 +0800</pubDate><description><![CDATA[RTO (Recovery Time Objective，恢复时间目标)。在分布式系统的语境下，RTO 并不是一个抽象的 SLA 数字，而是一个倒计时的秒表。它指的是从故障发生的那一刻起，到系统完全恢复服务能力所允许消耗的最长时间。对于运维团队来说，RTO 就是从“系统报警”到“业务止损”之间的生死时速。这一行看似微小的配置调整，成本极低，却能有效消除单节点故障下的客户端滞后，将 RTO 缩短约 50%。对于所有运行在存算耦合架构下的存量 Kafka 集群，这是一项值得立即执行的优化。]]></description><category></category></item><item><title><![CDATA[AutoMQ × Aklivity：解锁云原生实时数据价值]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/157732571</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/157732571</guid><author>AutoMQ</author><pubDate>Wed, 04 Feb 2026 16:16:38 +0800</pubDate><description><![CDATA[我们非常荣幸地宣布，AutoMQ 与 Aklivity 正式达成战略合作伙伴关系！共同致力于推进云原生实时数据基础设施的演进，助力企业深度释放实时数据的核心价值。数字化转型全面加速，实时数据已成为商业创新与提升竞争力的核心。然而，传统的实时数据架构在多系统互联、数据安全保障以及成本控制等方面仍面临重重挑战。AutoMQ 的无状态云原生 Kafka 平台现已深度集成 Aklivity 的多协议网关技术。]]></description><category></category></item><item><title><![CDATA[从Kafka到AutoMQ：爱奇艺实时流数据架构演进]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/157396252</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/157396252</guid><author>AutoMQ</author><pubDate>Mon, 26 Jan 2026 15:59:54 +0800</pubDate><description><![CDATA[本文详细介绍了爱奇艺在处理大规模实时流数据时，从传统Kafka架构向AutoMQ演进的技术历程。为了解决私有云环境下集群扩缩容难、资源利用率低以及运维成本高等挑战，爱奇艺开发了Stream平台与Stream-SDK，实现了业务与底层存储的彻底解耦。随后，公司引入公有云服务并最终切换至基于存算分离架构的AutoMQ，利用其单副本存储和秒级弹性的特性，显著提升了系统的灵活性。这一系列的架构升级不仅优化了数据治理体系，还成功将运营成本降低了70%以上。]]></description><category></category></item><item><title><![CDATA[技术干货 ｜AutoMQ x AWS FSxN: 性能报告]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/156948640</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/156948640</guid><author>AutoMQ</author><pubDate>Wed, 14 Jan 2026 16:37:39 +0800</pubDate><description><![CDATA[通过引入 FSxN 作为 WAL，]]></description><category></category></item><item><title><![CDATA[[特殊字符] 庆祝 AutoMQ 在 GitHub 上突破 9k Stars！]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/156459211</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/156459211</guid><author>AutoMQ</author><pubDate>Wed, 31 Dec 2025 15:40:37 +0800</pubDate><description><![CDATA[正因如此，AutoMQ 赢得越来越多用户的认可和采用**，被视为云上 Kafka 的新一代解决方案。**在云原生趋势已成定局的今天，Diskless 架构、Cloud Native 能力、对象存储以及弹性基础设施，正在共同塑造下一代 Kafka 的底座形态，而 AutoMQ 选择在这一方向上深度投入，并用实际产品与案例持续验证。每一颗 Star 的背后，都是我们持续打磨产品的动力，我们也希望用更好的产品体验回馈大家的信任。🚀 更易用的云原生部署与运维体验，让 Kafka 在云上的使用门槛大幅降低。]]></description><category></category></item><item><title><![CDATA[Kafka Connect x AutoMQ: Zero Cross-AZ Data Pipeline]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/156452951</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/156452951</guid><author>AutoMQ</author><pubDate>Wed, 31 Dec 2025 11:51:15 +0800</pubDate><description><![CDATA[今天，我们正式宣布：AutoMQ BYOC（Bring Your Own Cloud）正式上线 Connector 托管能力。AutoMQ 作为基于 S3 构建的新一代 Diskless Kafka，已经在存储层实现了计算存储分离与 Zero Cross-AZ（零跨可用区）复制，大幅降低了云上 Kafka 的 TCO。]]></description><category></category></item><item><title><![CDATA[当 Kafka 架构显露“疲态”：共享存储领域正迎来创新变革]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/156393528</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/156393528</guid><author>AutoMQ</author><pubDate>Mon, 29 Dec 2025 17:22:36 +0800</pubDate><description><![CDATA[这种设计在 2011 年合情合理，当时我们使用私有部署服务器，本地磁盘是唯一的存储选择。在 Kafka 的体系中，“Shared-Nothing” 意味着每个 Broker 都像一个 “多疑的隐士”，彼此之间不共享任何资源 —— 无论是存储、数据，还是其他任何东西。具体而言，AutoMQ 的 Broker 是无状态的，仅作为轻量级 “交通警察”，解析 Kafka 协议并实现数据与存储之间的路由。在如今云优先的大环境下，一个多年前基于本地磁盘存储设计的系统，至今仍是众多企业的核心支撑，这着实令人意外。]]></description><category></category></item><item><title><![CDATA[AutoMQ x FSx: 10ms Latency Diskless Kafka on AWS]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/156226551</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/156226551</guid><author>AutoMQ</author><pubDate>Wed, 24 Dec 2025 11:34:41 +0800</pubDate><description><![CDATA[今天，我们正式宣布：继 S3 WAL、EBS/Regional EBS WAL[1] 之后，AutoMQ 将在 2025 年的 12 月的新版本中全面支持以 AWS FSx 作为新的 WAL 存储选项。AutoMQ 本身是一款完全兼容 Apache Kafka 协议、基于 S3 对象存储构建的新一代 Diskless Kafka，通过自研的「WAL + 对象存储」创新流存储引擎，将写入日志与大规模持久化存储解耦，在保证 Kafka 语义和稳定性的同时，大幅降低存储成本、简化运维，并已在行业内获得广泛认可。]]></description><category></category></item><item><title><![CDATA[How does AutoMQ implement a sub-10ms latency Diskless Kafka?]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/156086758</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/156086758</guid><author>AutoMQ</author><pubDate>Fri, 19 Dec 2025 16:45:22 +0800</pubDate><description><![CDATA[Running Apache Kafka in the cloud is constrained by three fundamental engineering challenges: the heavy reliance on local disks for low-latency performance, excessive cross-availability zone (AZ) data transfer costs, and the lack of elasticity caused by ti]]></description><category></category></item><item><title><![CDATA[Kafka 性能调优：linger.ms 和 batch.size 的最佳实践]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/155770189</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/155770189</guid><author>AutoMQ</author><pubDate>Wed, 10 Dec 2025 10:32:34 +0800</pubDate><description><![CDATA[本文回顾了 Apache Kafka 4.0 中linger.ms与batch.size参数的配置，指出了在传统串行网络模型下，客户端进行性能调优时所面临的“延迟与吞吐”权衡难题。随后，我们深入解析了 AutoMQ 的 Pipeline 机制，它通过服务端 I/O 模型的重构，解除了顺序处理与串行执行的强绑定。Pipeline 机制是 AutoMQ 云原生架构的核心特性之一，无需依赖繁琐的客户端参数调整，即可在保证数据严格顺序的前提下，实现 5 倍于传统架构的处理效率。]]></description><category></category></item><item><title><![CDATA[如何选择合适的 Diskless Kafka]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/155455635</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/155455635</guid><author>AutoMQ</author><pubDate>Mon, 01 Dec 2025 17:20:02 +0800</pubDate><description><![CDATA[在本文中，我们首先审视了云原生时代 Kafka 所面临的种种挑战，剖析了Diskless Kafka架构兴起的背后动因及其核心内涵。随后，我们将目光投向了 AutoMQ 一一它是目前市场上唯一一款提供开源Diskless Kafka选项的解决方案。最后，我们从额外组件需求、写入灵活性、读取侧的数据局部性以及元数据管理这四个维度出发，深度对比了Diskless Kafka系统中的两条主流技术路线：基于 Leader（Leader-based）与无 Leader（Leaderless）架构的异同。]]></description><category></category></item><item><title><![CDATA[AutoMQ GitHub 突破 8,000 Star！]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/155239323</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/155239323</guid><author>AutoMQ</author><pubDate>Tue, 25 Nov 2025 16:49:36 +0800</pubDate><description><![CDATA[我们的GitHub Star用户分布图清晰地展示了AutoMQ 的全球化进程：除了深耕本土，我们在北美、欧洲等技术高地也获得了广泛关注。这充分说明 AutoMQ 提出的云原生架构精准击中了全球企业的通用痛点，具备世界级的技术竞争力。🎉 从 0 到 8000+， 这份热度的背后，是 AutoMQ 对云原生流存储的重新定义。正是这些来自世界各地的支持，构筑了我们不断创新的基石。我们的代码完全开源，让我们一起重新定义云原生流存储！]]></description><category></category></item><item><title><![CDATA[腾讯音乐如何基于 AutoMQ 降低 Kafka 50%+ 成本]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/155102979</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/155102979</guid><author>AutoMQ</author><pubDate>Fri, 21 Nov 2025 14:55:36 +0800</pubDate><description><![CDATA[腾讯音乐娱乐集团是中国在线音乐娱乐服务开拓者，提供在线音乐和以音乐为核心的社交娱乐两大服务。腾讯音乐娱乐在中国有着广泛的用户基础，拥有目前国内市场知名的移动音频产品：QQ 音乐、酷狗音乐、酷我音乐、全民 K 歌、懒人听书等产品。]]></description><category></category></item><item><title><![CDATA[AutoMQ × RustFS: Building a new generation Diskless Kafka based on object storage]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/155065553</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/155065553</guid><author>AutoMQ</author><pubDate>Thu, 20 Nov 2025 14:33:46 +0800</pubDate><description><![CDATA[and。]]></description><category></category></item><item><title><![CDATA[AutoMQ 与 Tigris 宣布达成战略合作]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/155019653</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/155019653</guid><author>AutoMQ</author><pubDate>Wed, 19 Nov 2025 11:57:36 +0800</pubDate><description><![CDATA[我们非常高兴地宣布，AutoMQ 与 Tigris 正式携手合作，共同重新定义云原生实时数据基础设施的未来——助力企业将海量数据即时转化为业务价值。随着数字化与全球化浪潮的不断加速，实时数据已成为企业创新和保持竞争优势的核心支柱。然而，传统的数据架构却常常在性能与成本方面遭遇瓶颈，难以有效支撑跨区域、高增长的业务负载。]]></description><category></category></item><item><title><![CDATA[重磅发布｜AutoMQ v1.6.0 开源版：Kafka 成本直降 17 倍，原生支持 Strimzi 与 Iceberg]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/153461419</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/153461419</guid><author>AutoMQ</author><pubDate>Fri, 17 Oct 2025 09:50:09 +0800</pubDate><description><![CDATA[摘要：AutoMQ v1.6.0发布，三大核心升级 开源云原生消息系统AutoMQ发布1.6.0版本，带来三大突破性改进： 成本优化17倍：通过重构存储层直接写入S3，在高吞吐场景下较自建Kafka节省跨AZ流量成本1080倍，总成本降低达17.5倍； Table Topic增强：支持零ETL数据湖接入，原生解析Debezium CDC事件，实现Iceberg表的Upsert/Delete操作，摆脱Schema Registry强依赖； 完全兼容Strimzi Operator：支持K8s原生扩缩容，秒级扩]]></description><category></category></item><item><title><![CDATA[活动回顾 | AutoMQ 新加坡 TOKEN2049：展示高效 Web3 数据流基础设施]]></title><link>https://blog.youkuaiyun.com/AutoMQ/article/details/153052200</link><guid>https://blog.youkuaiyun.com/AutoMQ/article/details/153052200</guid><author>AutoMQ</author><pubDate>Sat, 11 Oct 2025 15:57:39 +0800</pubDate><description><![CDATA[TOKEN2049新加坡峰会成功举办，吸引全球25,000+参会者和500+展商，聚焦Web3前沿趋势。AutoMQ作为银牌赞助商，展示其Diskless Kafka® on S3解决方案，通过云原生技术创新解决链上数据处理痛点。峰会涵盖永续合约、RWA等热点议题，同时AutoMQ联合举办晚间交流活动，推动行业生态合作。未来AutoMQ将持续优化Web3数据基础设施，助力行业数字化发展。]]></description><category></category></item></channel></rss>