c_zyer的博客

Kafka监控方案详解：通过Prometheus+JMX Exporter+Grafana构建企业级监控体系。文章首先阐述Kafka监控的必要性，随后分步骤详细说明如何部署JMX Exporter、配置Kafka集成JMX、设置Prometheus采集以及Grafana可视化。重点解析关键监控指标，提供常见问题解决方案，并给出监控体系扩展建议。该方案能实时监控集群状态，预警性能问题，优化资源配置，是保障Kafka稳定运行的有效手段。文章包含详细的配置示例和最佳实践，适合运维人员参考实施。

SpringBoot集成Pulsar队列方案对比摘要 SpringBoot集成Pulsar队列提供两种主流方案：官方pulsar-client和社区starter。官方方案(pulsar-client 3.3.1)功能全面，支持最新特性，适合对功能完整性要求高的项目；社区starter方案(pulsar-spring-boot-starter)则简化了配置流程，更适合快速集成场景。两种方案均需Java17和SpringBoot3.3.12环境支持。 官方方案需手动配置客户端连接，通过Schema.JSON实

Apache Pulsar是一款云原生分布式消息流平台，采用独特的"存储计算分离"架构，兼具消息队列、流处理和存储能力。其核心优势包括分层架构（无状态Broker+BookKeeper存储）、多租户隔离、百万级Topic支持、流批一体等特性。相比Kafka、RabbitMQ等消息系统，Pulsar在扩展性、可靠性、功能丰富度方面表现突出，尤其适合金融交易、实时数仓、物联网等场景。选型时，若需超大规模扩展、强一致性或流批一体，Pulsar是理想选择；而对生态成熟度要求高或轻量级场景，Kaf

摘要：本文介绍了OpenSIPS与Kafka集成的使用场景和操作步骤。主要应用场景包括异步日志处理、事件监控、分布式消息队列集成、计费数据分析等9个方面。实现步骤涵盖模块引入、数据组装发送、消息消费和故障转移机制。通过配置event_kafka模块，可将SIP信令日志、CDR等数据发送至Kafka队列，并支持异常情况下的故障转移方案（采用event_virtual/event_flatstore备份机制）。该方案有效实现了VoIP系统与其他服务的异步解耦。

Kafka表引擎也是一种常见的表引擎，在很多大数据量的场景下，会从源通过Kafka将数据输送到ClickHouse，Kafka作为输送的方式，ClickHouse作为存储引擎与查询引擎，大数据量的数据可以得到快速的、高压缩的存储。

集群架构是一个很大的话题，官网就给我们介绍了几种。客户端：队列消费者集群-Queue Consumer Clusters，服务端：Broker集群 - Broker Clusters，服务端：Master-Slave 主从集群，Broker-Cluster+Master Slave的组合

以下实现采用较新版本进行测试由于Artemis的客户端服务还在初期发展阶段，与SpringBoot的版本会存在适配不全、部分版本不兼容等情况，因此以下主要通过适配完成的来演示功能和Spring版本的JMS代码相比，使用Spring Boot集成JMS时，只要引入了spring-boot-starter-artemis，Spring Boot会自动创建JMS相关的ConnectionFactory、JmsListenerContainerFactory、JmsTemplate等，无需我们再手动配置了。

Linux环境下部署：下载源码包，解压、配置并启动，创建Broker实例，启动实例，修改配置，管理后台Docker环境下部署：获取镜像，启动服务

ActiveMQ就是基于JMS消息服务规范的消息中间件组件，主要应用在分布式系统架构中，帮助构建高可用、 高性能、可伸缩的企业级面向消息服务的系统。2015年从HornetQ项目发展而来合并入ActiveMQ的新基线Artemis就不是我们广泛知晓的版本，就是为了摆脱传统架构，增加对高并发、大数据、微服务方向是适配，Artemis采用了全新的设计和实现，旨在提高性能、可扩展性和可靠性。

市面上消息队列的种类繁多，我们经常在做技术选型的时候，就会搜“RabbitMQ/RocketMQ/Kafka…的区别”这样的字眼，为了就是更好地选型，结合业务需求以及消息队列的性能、功能特性、设计规范来综合考虑，确定一款适合的组件来承接业务需求。AMQP/MQTT/STOMP/XMPP/JMS/OpenWire/AMQPS/MQTT-SN