Kafka 3.0重磅发布,都更新了些啥?

kafka各个版本的特性 kafka-0.8.2 新特性   producer不再区分同步(sync)和异步方式(async),所有的请求以异步方式发送,这样提升了客户端效率。producer请求会返回一个应答对象,包括偏移量或者错误信。这种异步方地批量的发送消息到kafka broker节点,因而可以减少server端资源的开销。新的producer和所有的服务器网络通信都是异步地,在ack=-1模式下需要等待所有的re... 阅读详情

点击上方“芋道源码”,选择“设为星标”

管她前浪,还是后浪?

能浪的浪,才是好浪!

每天 10:33 更新文章,每天掉亿点点头发...

源码精品专栏

 

来源:OSC开源社区(ID:oschina2013)
Flink(ID:Apache_Flink)

c36ce4cdb9298ae8192abe4ebb5bb639.png


Apache Kafka 是一个分布式开源流平台,被广泛应用于各大互联网公司。Kafka 设计之初被用于消息队列,自 2011 年由 LinkedIn 开源以来,Kafka 迅速从消息队列演变为成熟的事件流处理平台。

Kafka 具有四个核心 API,借助这些 API,Kafka 可以用于以下两大类应用:

  • 建立实时流数据管道,可靠地进行数据传输,在系统或应用程序之间获取数据。

  • 构建实时流媒体应用程序,以改变系统或应用程序之间的数据或对数据流做出反应。

97b466968b706a9a68c21673a356f0c6.png
图片

近日,Apache Kafka 3.0.0 正式发布,这是一个重要的版本更新,其中包括许多新的功能。

例如:

  • 已弃用对 Java 8 和 Scala 2.12 的支持,对它们的支持将在 4.0 版本中彻底移除,以让开发者有时间进行调整。

  • Kafka Raft 支持元数据主题的快照,以及 self-managed quorum 方面的其他改进。

  • 废弃了消息格式 v0 和 v1。

  • 默认情况下为 Kafka Producer 启用更强的交付保证。

  • 优化了 OffsetFetch 和 FindCoordinator 请求。

  • 更灵活的 MirrorMaker 2 配置和 MirrorMaker 1 的弃用。

  • 能够在 Kafka Connect 的一次调用中重新启动连接器的任务。

  • 连接器日志上下文和连接器客户端覆盖现在是默认启用的。

  • 增强了 Kafka Streams 中时间戳同步的语义。

  • 修改了 Stream 的 TaskId 的公共 API。

  • 在 Kafka Streams 中,默认的 serde 变成了 null,还有一些其他的配置变化。

接下来,我们来看看新版本具体在哪些地方进行了更新。根据官方资料介绍,Apache Kafka 3.0 引入了各种新功能、突破性的 API 更改以及对 KRaft 的改进——Apache Kafka 的内置共识机制将取代 Apache ZooKeeper™。

虽然 KRaft 尚未被推荐用于生产(已知差距列表),但对 KRaft 元数据和 API 进行了许多改进。Exactly-once 和分区重新分配支持值得强调。鼓励大家查看 KRaft 的新功能并在开发环境中试用它。

从 Apache Kafka 3.0 开始,生产者默认启用最强的交付保证(acks=all, enable.idempotence=true)。这意味着用户现在默认获得排序和持久性。

此外,不要错过 Kafka Connect 任务重启增强、KStreams 基于时间戳同步的改进以及 MirrorMaker2 更灵活的配置选项。

常规变化

①KIP-750(第一部分):弃用 Kafka 中对 Java 8 的支持

在 3.0 中,Apache Kafka 项目的所有组件都已弃用对 Java 8 的支持。这将使用户有时间在下一个主要版本(4.0)之前进行调整,届时 Java 8 支持将被取消。

②KIP-751(第一部分):弃用 Kafka 中对 Scala 2.12 的支持

对 Scala 2.12 的支持在 Apache Kafka 3.0 中也已弃用。与 Java 8 一样,我们给用户时间来适应,因为计划在下一个主要版本(4.0)中删除对 Scala 2.12 的支持。

推荐下自己做的 Spring Boot 的实战项目:

https://github.com/YunaiV/ruoyi-vue-pro

Kafka 代理、生产者、消费者和管理客户端

①KIP-630:Kafka Raft 快照

我们在 3.0 中引入的一个主要功能是 KRaft 控制器和 KRaft 代理能够为名为 __cluster_metadata 的元数据主题分区生成、复制和加载快照。

Kafka 集群使用此主题来存储和复制有关集群的元数据信息,如代理配置、主题分区分配、领导等。

随着此状态的增长,Kafka Raft Snapshot 提供了一种有效的方式来存储、加载和复制此信息。

②KIP-746:修改 KRaft 元数据记录

自第一版 Kafka Raft 控制器以来的经验和持续开发表明,需要修改一些元数据记录类型,当 Kafka 被配置为在没有 ZooKeeper(ZK)的情况下运行时使用这些记录类型。

③KIP-730:KRaft 模式下的生产者 ID 生成

在 3.0 和 KIP-730 中,Kafka 控制器现在完全接管了生成 Kafka 生产者 ID 的责任。

控制器在 ZK 和 KRaft 模式下都这样做。这让我们更接近桥接版本,这将允许用户从使用 ZK 的 Kafka 部署过渡到使用 KRaft 的新部署。

④KIP-679:Producer 将默认启用最强的交付保证

从 3.0 开始,Kafka 生产者默认开启幂等性和所有副本的交付确认。这使得默认情况下记录交付保证更强。

⑤KIP-735:增加默认消费者会话超时

Kafka Consumer 的配置属性的默认值 session.timeout.ms 从 10 秒增加到 45 秒。

这将允许消费者在默认情况下更好地适应暂时的网络故障,并在消费者似乎只是暂时离开组时避免连续重新平衡。

⑥KIP-709:扩展 OffsetFetch 请求以接受多个组 ID

请求 Kafka 消费者组的当前偏移量已经有一段时间了。但是获取多个消费者组的偏移量需要对每个组进行单独的请求。

在 3.0 和 KIP-709 中,fetch 和 AdminClient API 被扩展为支持在单个请求/响应中同时读取多个消费者组的偏移量。

⑦KIP-699:更新 FindCoordinator 以一次解析多个 Coordinator

支持可以以有效方式同时应用于多个消费者组的操作在很大程度上取决于客户端有效发现这些组的协调者的能力。

这通过 KIP-699 成为可能,它增加了对通过一个请求发现多个组的协调器的支持。

Kafka 客户端已更新为在与支持此请求的新 Kafka 代理交谈时使用此优化。

⑧KIP-724:删除对消息格式 v0 和 v1 的支持

自 2017 年 6 月随 Kafka 0.11.0 推出四年以来,消息格式 v2 一直是默认消息格式。

因此,在桥下流过足够多的水(或溪流)后,3.0 的主要版本为我们提供了弃用旧消息格式(即 v0 和 v1)的好机会。

这些格式今天很少使用。在 3.0 中,如果用户将代理配置为使用消息格式 v0 或 v1,他们将收到警告。

此选项将在 Kafka 4.0 中删除(有关详细信息和弃用 v0 和 v1 消息格式的影响,请参阅 KIP-724)。

⑨KIP-707:KafkaFuture 的未来

当 KafkaFuture 引入该类型以促进 Kafka AdminClient 的实现时,Java 8 之前的版本仍在广泛使用,并且 Kafka 正式支持 Java 7。

快进几年后,现在 Kafka 运行在支持CompletionStage和 CompletableFuture 类类型的 Java 版本上。

使用 KIP-707,KafkaFuture 添加了一种返回 CompletionStage 对象的方法,并以 KafkaFuture 向后兼容的方式增强了可用性。

⑩KIP-466:添加对 List序列化和反序列化的支持

KIP-466为泛型列表的序列化和反序列化添加了新的类和方法——这一特性对 Kafka 客户端和 Kafka Streams 都非常有用。

⑪KIP-734:改进 AdminClient.listOffsets 以返回时间戳和具有最大时间戳的记录的偏移量

用户列出 Kafka 主题/分区偏移量的功能已得到扩展。使用 KIP-734,用户现在可以要求 AdminClient 返回主题/分区中具有最高时间戳的记录的偏移量和时间戳。

这是不是与什么的 AdminClient 收益已经为最新的偏移,这是下一个记录的偏移,在主题/分区写入混淆。

这个扩展现有 ListOffsets API 允许用户探测生动活泼的通过询问哪个是最近写入的记录的偏移量以及它的时间戳是什么来分区。

推荐下自己做的 Spring Cloud 的实战项目:

https://github.com/YunaiV/onemall

Kafka Connect

①KIP-745:连接 API 以重新启动连接器和任务

在 Kafka Connect 中,连接器在运行时表示为一组Connector类实例和一个或多个Task类实例,并且通过 Connect REST API 可用的连接器上的大多数操作都可以应用于整个组。

从一开始,一个值得注意的例外 restart 是 Connector 和 Task 实例的端点。要重新启动整个连接器,用户必须单独调用以重新启动连接器实例和任务实例。

在 3.0 中,KIP-745 使用户能够通过一次调用重新启动所有或仅失败的连接器 Connector 和 Task 实例。此功能是附加功能,restartREST API 的先前行为保持不变。

②KIP-738:删除 Connect 的内部转换器属性

在之前的主版本(Apache Kafka 2.0)中弃用它们之后,internal.key.converter 并 internal.value.converter 在 Connect 工作器的配置中作为配置属性和前缀被删除。

展望未来,内部 Connect 主题将专门使用 JsonConverter 来存储没有嵌入模式的记录。

任何使用不同转换器的现有 Connect 集群都必须将其内部主题移植到新格式(有关升级路径的详细信息,请参阅 KIP-738)。

③KIP-722:默认启用连接器客户端覆盖

从 Apache Kafka 2.3.0 开始,可以配置连接器工作器以允许连接器配置覆盖连接器使用的 Kafka 客户端属性。

这是一个广泛使用的功能,现在有机会发布一个主要版本,默认启用覆盖连接器客户端属性的功能(默认 connector.client.config.override.policy 设置为 All)。

④KIP-721:在连接 Log4j 配置中启用连接器日志上下文

另一个在 2.3.0 中引入但到目前为止尚未默认启用的功能是连接器日志上下文。这在 3.0 中发生了变化,连接器上下文默认添加 log4j 到 Connect 工作器的日志模式中。

从以前的版本升级到 3.0 将 log4j 通过在适当的情况下添加连接器上下文来更改导出的日志行的格式。

Kafka Streams

①KIP-695:进一步改进 Kafka Streams 时间戳同步

KIP-695 增强了 Streams 任务如何选择获取记录的语义,并扩展了配置属性的含义和可用值 max.task.idle.ms。

此更改需要 Kafka 消费者 API 中的一种新方法,currentLag 如果本地已知且无需联系 Kafka Broker,则能够返回特定分区的消费者滞后。

②KIP-715:在流中公开提交的偏移量

3.0 开始,三个新的方法添加到 TaskMetadata 接口:committedOffsets,endOffsets 和 timeCurrentIdlingStarted。这些方法可以允许 Streams 应用程序跟踪其任务的进度和运行状况。

③KIP-740:清理公共 API TaskId

KIP-740 代表了 TaskId 该类的重大革新。有几种方法和所有内部字段已被弃用,新的 subtopology() 和 partition() 干将替换旧 topicGroupId 和 partition 字段(参见 KIP-744 的相关变化和修正 KIP-740)。

④KIP-744:迁移 TaskMetadata,并 ThreadMetadata 与内部实现的接口

KIP-744 将 KIP-740 提出的更改更进一步,并将实现与许多类的公共 API 分开。

为了实现这一点,引入了新的接口 TaskMetadata、ThreadMetadata 和 StreamsMetadata,而弃用了具有相同名称的现有类。

⑤KIP-666:添加 Instant 基于方法到 ReadOnlySessionStore

交互式查询 API 扩展了 ReadOnlySessionStore 和 SessionStore 接口中的一组新方法,这些方法接受 Instant 数据类型的参数。此更改将影响需要实现新方法的任何自定义只读交互式查询会话存储实现。

⑥KIP-622:添加 currentSystemTimeMs 和 currentStreamTimeMs 到 ProcessorContext

该 ProcessorContext 增加在 3.0 两个新的方法,currentSystemTimeMs 和 currentStreamTimeMs。

新方法使用户能够分别查询缓存的系统时间和流时间,并且可以在生产和测试代码中以统一的方式使用它们。

⑦KIP-743:删除 0.10.0-2.4Streams 内置指标版本配置的配置值

3.0 中取消了对 Streams 中内置指标的旧指标结构的支持。KIP-743 正在 0.10.0-2.4 从配置属性中删除该值 built.in.metrics.version。

这 latest 是目前此属性的唯一有效值(自 2.5 以来一直是默认值)。

⑧KIP-741:将默认 SerDe 更改为 null

删除了默认 SerDe 属性的先前默认值。流过去默认为 ByteArraySerde。

用 3.0 开始,没有缺省,和用户需要任一组其的 SerDes 根据需要在 API 中或通过设置默认 DEFAULT_KEY_SERDE_CLASS_CONFIG 和 DEFAULT_VALUE_SERDE_CLASS_CONFIG 在它们的流配置。

先前的默认值几乎总是不适用于实际应用程序,并且造成的混乱多于方便。

⑨KIP-733:更改 Kafka Streams 默认复制因子配置

有了主要版本的机会,Streams 配置属性的默认值replication.factor会从 1 更改为 -1。

这将允许新的 Streams 应用程序使用在 Kafka 代理中定义的默认复制因子,因此在它们转移到生产时不需要设置此配置值。请注意,新的默认值需要 Kafka Brokers 2.5 或更高版本。

⑩KIP-732:弃用 eos-alpha 并用 eos-v2 替换 eos-beta

在 3.0 中不推荐使用的另一个 Streams 配置值是 exactly_once 作为属性的值 processing.guarantee。

该值 exactly_once 对应于 Exactly Once Semantics (EOS) 的原始实现,可用于连接到 Kafka 集群版本 0.11.0 或更高版本的任何 Streams 应用程序。

此 EOS 的第一实现已经通过流第二实施 EOS 的,这是由值表示取代 exactly_once_beta 在 processing.guarantee 性质。

展望未来,该名称 exactly_once_beta 也已弃用并替换为新名称 exactly_once_v2。

在下一个主要版本(4.0)中,exactly_once 和 exactly_once_beta 都将被删除,exactly_once_v2 作为 EOS 交付保证的唯一选项。

⑪KIP-725:优化 WindowedSerializer 和 WindowedDeserializer 的配置

配置属性 default.windowed.key.serde.inner 和 default.windowed.value.serde.inner 已弃用。

取而代之的是 windowed.inner.class.serde 供消费者客户端使用的单个新属性。

建议 Kafka Streams 用户通过将其传递到 SerDe 构造函数来配置他们的窗口化 SerDe,然后在拓扑中使用它的任何地方提供 SerDe。

⑫KIP-633:弃用 Streams 中宽限期的 24 小时默认值

在 Kafka Streams 中,允许窗口操作根据称为宽限期的配置属性处理窗口外的记录。

以前,这个配置是可选的,很容易错过,导致默认为 24 小时。这是 Suppression 运营商用户经常感到困惑的原因,因为它会缓冲记录直到宽限期结束,因此会增加 24 小时的延迟。

在 3.0 中,Windows 类通过工厂方法得到增强,这些工厂方法要求它们使用自定义宽限期或根本没有宽限期来构造。已弃用默认宽限期为 24 小时的旧工厂方法,以及与 grace() 已设置此配置的新工厂方法不兼容的相应 API。

⑬KIP-623:internal-topics 为流应用程序重置工具添加“ ”选项

通过 kafka-streams-application-reset 添加新的命令行参数,应用程序重置工具的 Streams 使用变得更加灵活:--internal-topics。

新参数接受逗号分隔的主题名称列表,这些名称对应于可以使用此应用程序工具安排删除的内部主题。

将此新参数与现有参数相结合,--dry-run 允许用户在实际执行删除操作之前确认将删除哪些主题并在必要时指定它们的子集。

MirrorMaker

①KIP-720:弃用 MirrorMaker v1

在 3.0 中,不推荐使用 MirrorMaker 的第一个版本。展望未来,新功能的开发和重大改进将集中在 MirrorMaker 2(MM2)上。

②KIP-716:允许使用 MirrorMaker2 配置偏移同步主题的位置

在 3.0 中,用户现在可以配置 MirrorMaker2 创建和存储用于转换消费者组偏移量的内部主题的位置。

这将允许 MirrorMaker2 的用户将源 Kafka 集群维护为严格只读的集群,并使用不同的 Kafka 集群来存储偏移记录(即目标 Kafka 集群,甚至是源和目标集群之外的第三个集群)。

Apache Kafka 3.0 是 Apache Kafka 项目向前迈出的重要一步。

更多详情可查看:

https://blogs.apache.org/kafka


欢迎加入我的知识星球,一起探讨架构,交流源码。加入方式,长按下方二维码噢:

639682573b3ed138369fa51bb1caa099.png

已在知识星球更新源码解析如下:

d9f01f7d87c64eb1db7bf3226e833ec8.png

f05ea155242f3cfdbe5df1957e0ddb98.png

ece57aadcec7a69135a71b7997a79ada.png

0402f7dff4471665b426909644072a33.png

最近更新《芋道 SpringBoot 2.X 入门》系列,已经 101 余篇,覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。

提供近 3W 行代码的 SpringBoot 示例,以及超 4W 行代码的电商微服务项目。

获取方式:点“在看”,关注公众号并回复 666 领取,更多内容陆续奉上。

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
Kafka 消息队列 --2、为什么需要消息队列 以及 3.Kafka的优点 为什么需要消息队列  消息系统的核心作用就是三点:解耦,异步和并行  以用户注册的案列来说明消息系统的作用  1、用户注册的一般流程 问题:随着后端流程越来越多,每步流程都需要额外的耗费很多时间,从而会导致用户更长 的等待延迟。 2、用户注册的并行执行    问题:系统并行的发起了 4 个请求,4 个请求中,如果某一个环节执行 1 分钟,其他环节再 快,用户也需要等待 1 分钟。... 阅读详情

相关推荐

从 Kafka 2.x 到 Kafka 3.x:升级之旅

Kafka 3.x 相比 Kafka 2.x 引入了许多新特性和改进,特别是 KRaft 模式的推出,大大简化了集群管理。通过本文的比较和实际应用案例分享,我们可以看到 Kafka 3.x 在性能、稳定性和管理方面的显著提升。对于有大数据流处理需求的企业来说,升级到 Kafka 3.x 是一个值得考虑的选择。希望通过这篇博客,大家能够更好地了解 Kafka 2.x 和 Kafka 3.x 的区别,并在实际应用中充分发挥 Kafka 3.x 的优势。

私聊前往站内信:https://i.youkuaiyun.com/#/msg/chat/weixin_44976692 2万+

重磅!弃用 Java 8、Apache Kafka 3.0 发布!

什么是Kafka? Apache Kafka是分布式发布订阅消息传递系统和强大的队列,可以处理大量数据,并使您能够将消息从一个端点传递到另一个终端。Kafka适用于离线和在线消息消费。Kafka消息被保留在磁盘上,并在集群内复制以防止数据丢失。Kafka建立在ZooKeeper同步服务之上。它与Apache Storm和Spark完美结合,实时流式传输数据分析。 优点 以下是Kafka的几个好处 - 可靠性- Kafka是分布式,分区式,复制型和容错型。 可扩展性- Kafka消息系统轻松扩展..

zhulin1028的博客 1445

Intouch间接变量(扩展)

间接变量只是Intouch提供给开发者的便捷方式之一,并不是所有情况都一定要使用间接变量,有时候用条件语句或者内存变量的方式也能起到类似的作用。

weixin_41571357的博客 2169

再见了kafka2.0时代,去掉了zk的kafka3.0才是时代新王!

项目初期,对于消息队列,你会选择Kafka、ActiveMQ还是RabbitMQ?对于这个问题,反向来看,估计很少有人会选择Kafka。而kafka3.0的诞生彻底扭转了战局!虽然凭借着高...

朱小厮的博客 5127

【49】Camunda8-Self-Managed部署之Docker方式

围绕camunda8 self-managed,介绍了基于Docker部署相关服务的过程。

AlieNeny的博客 1682

若依开源框架(分离版)在人大金仓数据库下使用

对于甲方业务特殊要求,使用国产化数据库人大金仓,作为项目主要存储。这里以若依开源框架整合人大金仓为例,演示如何在真实项目中引入人大金仓。

🐱喵测实验室 5944

Kafka 3.0重磅发布,都更新了些什么?

点击上方蓝色“石杉的架构笔记”,选择“设为星标”回复“PDF”获取独家整理的学习资料!代码托管仓库:https://gitee.com/suzhou-mopdila-information...

石杉的架构笔记 548

飞塔防火墙和paloalto防火墙构建ipsec

一、配置fortigate防火墙1.防火墙配置上网功能1.1配置fortigate的wan1接口IP为100.100.100.2/24VLAN交换internal,IP地址为192.168.156.99/24。开启DHCP分配IP地址范围为192.168.156.110-192.168.156.2101.2配置访问互联网的缺省路由1.3配置访问互联网的安全策略2.配置与Paloalto防火墙的IPSECVPN。

weixin_44675999的博客 3743

重磅!Apache Kafka 3.0 发布!

我很高兴代表 Apache Kafka® 社区宣布 Apache Kafka 3.0 的发布。Apache Kafka 3.0 是一个涉及多方面的大版本。Apache Kafka 3.0 引入了各种新功能、突破性的 API 更改以及对 KRaft 的改进——Apache Kafka 的内置共识机制将取代 Apache ZooKeeper™。 虽然 KRaft 尚未被推荐用于生产(已知差距列表),但我们对 KRaft 元数据和 API 进行了许多改进。Exactly-once 和分区重新分配支持值得强调。我们

http://www.54tianzhisheng.cn/ 1万+

Elasticsearch连接中断:深入解析Connection reset by peer问题及优化策略

本文深入解析Elasticsearch连接中断问题,特别是Connection reset by peer错误的成因与解决方案。从TCP层的心跳机制到客户端与服务端的配置差异,详细介绍了网络不稳定、防火墙拦截等常见原因,并提供了六种优化策略,包括KeepAlive调整、TCP参数调优和智能重试机制等,帮助提升Elasticsearch连接的稳定性。

weixin_42546392的博客 411

SAP和Oracle EBS作为全球顶级的ERP系统,在中国市场深耕数十年,尤其是在大型国企、央企和跨国企业中,已经形成了强大的用户习惯和“舒适区”依赖

国产ERP替代国际系统的关键挑战在于打破用户对SAP/Oracle的操作习惯和心理依赖。需采取多维策略:战略上明确价值主张、分阶段实施;产品上优化用户体验、确保数据迁移;实施上加强情景化培训、流程再造。成功替代70%取决于变革管理,需将"被动替换"转为"主动升级",让用户在新系统中建立更优的舒适区。

金牌架构师 385

Sermant重磅更新,1.3.0 release版本发布

Sermant新增服务治理插件:消息队列禁止消费插件。

华为云官方博客 2078

大厂面试:字节跳动大数据面试题及参考答案(10万字长文及多张原理图持续更新)

在 Spark 中,宽窄依赖是用来描述 RDD(弹性分布式数据集)之间的依赖关系的概念。窄依赖是指父 RDD 的每个分区最多被一个子 RDD 的分区使用,即子 RDD 的分区可以通过确定的规则从父 RDD 的分区计算得到,并且不需要跨节点进行数据传输。窄依赖通常可以在一个节点上进行计算,不需要进行数据的 shuffle 操作,因此性能较高。宽依赖是指父 RDD 的一个分区可能被多个子 RDD 的分区使用,即子 RDD 的分区需要通过跨节点的数据 shuffle 操作从父 RDD 的多个分区获取数据。

大模型大数据攻城狮的专栏 1652

Kafka 3.0重磅发布,弃用 Java 8 的支持!

Apache Kafka 是一个分布式开源流平台,被广泛应用于各大互联网公司。Kafka 设计之初被用于消息队列,自 2011 年由 LinkedIn 开源以来,Kafka 迅速从消息队列...

mm_ren的博客 1452

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Kafka 3.0 重磅发布,有哪些值得关注的特性?

Apache Kafka 是一个分布式开源流平台,被广泛应用于各大互联网公司。Kafka 设计之初被用于消息队列,自 2011 年由 LinkedIn 开源以来,Kafka 迅速从消息队列...

Focus on Lakehouse 927

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

Kafka 3.0重磅发布,彻底弃用Java8!大厂:全面部署

Kafka 是消息队列中间件的代表产品,它与RocketMQ和RabbitMQ最大的区别在于:在某些场景,可以弃用Flink、Spark这样的计算引擎,借助Kafka Stream轻松实现...

MarkerHub的博客 1607

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

王炸!Kafka 4.0 重磅发布,Java 8 和 Zookeeper 彻底被抛弃了。。一个时代结束了!

Kafka 一直以来都死磕着兼容所有协议 API 版本,这么多年过去了,维护这么多旧版本的成本是越来越高,代码变复杂了,测试也麻烦了,关键是用老版本的人也越来越少,大部分都早换到了支持新协议的客户端。总之,Kafka 4.0 是一次里程碑式的升级,无论是新的架构调整还是性能优化,都让 Kafka 这个小钢炮又上了一个新的台阶,太强了。KRaft 是 Raft 的一个分支,但有一些不同,它扩展了 Kafka 现有的复制协议,并增加了一些与 Raft 相关的功能。

Java技术栈,分享最主流的Java技术 1608

正式告别 ZooKeeper!Kafka 4.0.0 重磅发布 多项新特性解读

同时,由于去除了 ZooKeeper 这一外部依赖,Kafka 在元数据操作的响应速度和一致性方面表现出色,提升了系统的性能和稳定性。综上所述,Kafka 4.0 是一个具有重大意义的版本更新,它带来了架构上的变革、消费者组协议的优化、新增队列功能以及其他多方面的改进和增强。:Kafka 4.0 默认运行在 KRaft(Kafka Raft)模式下,这一模式使得 Kafka 能够内嵌元数据管理,并实现了对 ZooKeeper 的无缝替代。同时,它也简化了消费者的实现逻辑,提升了易用性。

Focus on Lakehouse 1276
上一篇: 老同事乱用Spring,CTO发飙了...,新手也写不出这么烂的代码啊!给大家看看!...
下一篇: 云原生时代,Java 最强!没有之一,不接受任何反驳!
公众号-芋道源码
博客等级 码龄10年 1637粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值