## 01 kafka入门 > 1.1 什么是kafka? > > 1.2 kafka中的基本概念? > > ?1.2.1 消息和批次? > > ?1.2.2 主题和分区? > > ?1.2.3 生产者和消费者、偏移量、消费者群组? > > ?1.2.4 Broker和集群? > > ?1.2.5 保留消息   ## 02 为什么选择kafka > 2.1 优点? > > 2.2 常见场景? > > ?2.2.1 活动跟踪? > > ?2.2.2 传递消息? > > ?2.2.3 收集指标和日志? > > ?2.2.4 提交日志? > > ?2.2.5 流处理  ## 03 kafka的安装、管理和配置 > 3.1 安装? > > ?3.1.1 预备环境? > > ?3.1.2 下载和安装kafka? > > ?3.1.3 运行? > > ?3.1.4 kafka基本的操作和管理? > > 3.2 Broker配置? > > 3.3 硬件配置对kafka性能的影响? > > ?3.3.1 磁盘吞吐量/磁盘容量? > > ?3.3.2 内存? > > ?3.3.3 网络? > > ?3.3.4 CPU? > > ?3.3.5 总结   ## 04 kafka的集群 > 4.1 为何需要kafka集群? > > 4.2 如何估算kafka集群中Broker的数量? > > 4.3 Broker如何加入kafka集群  ## 05 第一个kafka程序 > 5.1 创建我们的主题? > > 5.2 生产者发送消息? > > ?5.2.1 必选属性（bootstrap.servers、key.serializer、value.serializer）? > > 5.3 消费者接受消息? > > ?5.3.1 必选参数（group.id）? > > 5.4 演示示例  ## 06 kafka的生产者 > 6.1 生产者发送消息的基本流程? > > 6.2 使用kafka生产者? > > ?6.2.1 三种发送方式（发送并忘记、同步发送、异步发送）? > > ?6.2.2 多线程下的生产者? > > ?6.2.3 更多发送配置（acks、buffer.mempry、max.block.ms、retries、batch.size、linger.ms、compression.type、client.id、、、顺序保证）? > > 6.3 序列化? > > ?6.3.1 自定义序列化需要考虑的问题? > > 6.4 分区? > > ?6.4.1 自定义分区器  ## 07 kafka的消费者 > 7.1 消费者的入门? > > ?7.1.1 消费者群组? > > ?7.1.2 消费者配置? > > 7.2 消费者中的基础概念? > > ?7.2.1 消费者群组? > > ?7.2.2 订阅? > > ?7.2.3 轮询? > > ?7.2.4 提交和偏移量? > > 7.3 消费者中的核心概念? > > 7.4 kafka中的消费安全? > > 7.5 消费者提交偏移量导致的问题? > > ?7.5.1 自动提交? > > ?7.5.2 手动提交（同步）? > > ?7.5.3 异步提交? > > ?7.5.4 同步和异步组合? > > ?7.5.5 特定提交? > > 7.6 分区再均衡? > > 7.7 优雅1退出? > > 7.8 反序列化? > > 7.9 独立消费者   ## 08 深入理解kafka > 8.1 集群的成员关系? > > 8.2 什么是控制器? > > 8.3 复制-kafka的核心? > > ?8.3.1 replication-factor? > > ?8.3.2 副本类型 > > ?8.3.3 工作机制? > > 8.4 处理请求的内部机制? > > ?8.4.1 生产请求? > > ?8.4.2 获取请求? > > ?8.4.3 ISR? > > 8.5 物理存储机制? > > ?8.5.1 分区分配? > > ?8.5.2 文件管理? > > ?8.5.3 文件格式? > > ?8.5.4 索引? > > ?8.5.5 超时数据的清理机制   ## 09 可靠的数据传递 > 9.1 kafka提供的可靠性保证和架构上的权衡? > > 9.2 复制? > > 9.3 Broker配置对可靠性的影响? > > ?9.3.1 复制系数? > > ?9.3.2 不完全的首领选举? > > ?9.3.3 最少同步副本? > > 9.4 可靠系统里的生产者? > > ?9.4.1 发送确认? > > ?9.4.2 配置生产者的重试参数? > > ?9.4.3 额外的错误处理? > > 9.5 可靠系统里的消费者? > > ?9.5.1 消费者的可靠性配置? > > ?9.5.2 显式提交偏移量  ## 10 kafka和Spring的整合 > 10.1 与Spring集成? > > ?10.1.1 pom文件? > > ?10.1.2 统一配置? > > ?10.1.3 生产者端? > > ?10.1.4 消费者端  ## 11 SpringBoot和kafka的整合  ## 12 kafka实战之削峰填谷 ## 13 数据管道和流式处理（了解即可） > 13.1 数据管道基本概念? > > 13.2 流式处理基本概念  ## # 总结 机会是留给有准备的人，大家在求职之前应该要明确自己的态度，熟悉求职流程，做好充分的准备，把一些可预见的事情做好。 对于应届毕业生来说，校招更适合你们，因为绝大部分都不会有工作经验，企业也不会有工作经验的需求。同时，你也不需要伪造高大上的实战经验，以此让自己的简历能够脱颖而出，反倒会让面试官有所怀疑。 你在大学时期应该明确自己的发展方向，如果你在大一就确定你以后想成为Java工程师，那就不要花太多的时间去学习其他的技术语言，高数之类的，不如好好想着如何夯实Java基础。下图涵盖了应届生乃至转行过来的小白要学习的Java内容： **需要获取这份学习规划路线以及文章中提到的Java阿里内部Java应届生就业宝典的同学，请转发本文支持一下，关注我，[点击此处免费获取](https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB)**