参考文档https://cloud.tencent.com/developer/article/18214779092端口端口9092通常与ApacheKafka关联。Kafka是一个开源的分布式事件流平台，用于构建实时的数据管道和流应用。它能够处理任意大小的数据，以容错的方式处理数据流。在默认配置中，Kafka的代理（Broker）监听9092端口以接收来自生产者（Producers）、消费者（Consumers）以及其他Kafka代理的连接请求。生产者将事件数据发送到Kafka，而消费者从Kafka读取这些数据。这些操作都通过9092端口完成。注意尽管9092是Kafka默认的端口，但它可

目录引言1.Zookeeper分布式锁1.1特点和优势：强一致性顺序节点Watch机制1.2Zookeeper分布式锁代码示例2.Redis分布式锁2.1特点和优势：简单高效可续租性灵活性2.2Redis分布式锁代码示例3.对比和选择3.1  一致性要求3.2  适用场景3.3性能和复杂度结论引言在分布式系统中，实现分布式锁是确保多个节点协同工作时数据一致性和互斥性的关键问题之一。分布式锁的目标是在分布式环境中对共享资源进行互斥访问，以确保数据的一致性。Zookeeper和Redis是两个常见的分布式锁实现方式，它们各自有着优势和适用场景。在本文中，我们将深入探讨如何实现分布式锁，并比较Zoo

文章目录前言一、架构图和流程图二、流程说明1.服务启动初始化ZK、注册所有服务节点信息-MasterRegister2.创建、运行服务节点，并管理服务节点-LeaderSelectorZkClient。3.典型场景-调度服务单体执行-DigitalEmpTask总结参考前言SpringBoot主备切换可以采用数据库的主从同步、Zookeeper选举、RedisSentinel等技术实现高可用。其中，数据库的主从同步可以通过配置数据库的主从复制来实现。在主节点出现故障时，从节点可以自动接管并成为新的主节点。这种方式实现简单，但需要手动配置主从复制。Zookeeper选举可以利用Zookeeper

引入jardependency> groupId>org.apache.flink/groupId> artifactId>flink-java/artifactId> version>1.8.0/version>/dependency>dependency> groupId>org.apache.flink/groupId> artifactId>flink-streaming-java_2.11/artifactId> version>1.8.0/version>/dependency>!--flink整合kafka_2.11-->dependency> groupId>org.apach

系列文章Zookeeper系列（一）集群搭建（非容器）目录        前言        下载        搭建                Data目录                Conf目录                集群复制和修改                启动        配置示例        测试        总结前言Zookeeper是一个开源的分布式协调服务，其设计目标是将那些复杂的且容易出错的分布式一致性服务封装起来，构成一个高效可靠的原语集，并以一些简单的接口提供给用户使用。ZooKeeper背后的动机是减轻分布式应用程序从头开始实现协调服务的责任。

Novalidcredentialsprovided(Mechanismlevel:Clockskewtoogreat(37)-PROCESS_TGS)​记一次生产事故，springboot消费kafka时于凌晨0~4点频繁报错且整天cpu持续90%以上占用。项目背景​项目背景为：jdk1.8springboot2.3.4.RELEASE使用华为MRS-kafka排查思路排查思路为jstack/arhas分析忙碌cpu线程=》找到具体代码=》生成火焰图（注意：此时为正常的工作日白天）=》发现问题集中在消息的拉取上但此时数据仍正常在进入此时数据在正常进入，但cpu占90%以上。为服务器不持续报警

VIP-01Zookeeper特性与节点数据类型详解文章目录VIP-01Zookeeper特性与节点数据类型详解正文1.什么是Zookeeper？2.Zookeeper核心概念2.1、文件系统数据结构2.2、监听通知机制2.3、Zookeeper经典的应用场景3.2.使用命令行操作zookeeper正文什么是ZookeeperZookeeper核心概念Zookeeper实操ZookeeperACLs权限控制ZooKeeper内存数据和持久化在了解Zookeeper之前，需要对分布式相关知识有一定了解，什么是分布式系统呢？通常情况下，单个物理节点很容易达到性能，计算或者容量的瓶颈，所以这个时候就

目录一、Kafka文件存储机制二、Kafka生产者1、生产者消息发送流程1.1、发送原理2、异步发送API2.1、普通异步发送案例演示2.2、带回调函数的异步发送2.3、同步发送API3、生产者分区3.1、分区的好处3.2、生产者发送消息的分区策略（1）默认的分区器DefaultPartitioner3.3、自定义分区器 1）需求2）实现步骤4、生产经验4.1、生产者如何提高吞吐量4.2、数据可靠性4.3、数据去重4.3.1、数据传递语义4.3.2、幂等性4.3.3、生产者事务4.4、数据有序4.5、数据乱序一、Kafka文件存储机制        Kafka中消息是以topic进行分类的，生

丢失消息有3种不同的情况，针对每一种情况有不同的解决方案。生产者丢失消息的情况消费者丢失消息的情况Kafka弄丢了消息生产者丢失消息的情况生产者(Producer)调用send方法发送消息之后，消息可能因为网络问题并没有发送过去。所以，我们不能默认在调用send()方法发送消息之后消息消息发送成功了。为了确定消息是发送成功，我们要判断消息发送的结果。但是，要注意的是Producer使用send()方法发送消息实际上是异步的操作，我们可以通过get()方法获取调用结果，但是这样也让它变为了同步操作，示例代码如下：SendResultsendResult=kafkaTemplate.send(to

🌈🌈🌈🌈🌈🌈🌈🌈欢迎关注公众号（通过文章导读关注：【11来了】），及时收到AI前沿项目工具及新技术的推送发送资料可领取深入理解Redis系列文章结合电商场景讲解Redis使用场景、中间件系列笔记和编程高频电子书！文章导读地址：点击查看文章导读！感谢你的关注！🍁🍁🍁🍁🍁🍁🍁🍁下边这些文章的pdf文档，我也都整理好了，点击领取文档大厂面试深度解析专栏（持续更新中！）针对大厂面试真题，深度剖析面试底层逻辑！大厂面试深度解析专栏深入理解Redis专栏文章该专栏是基于电商场景，先是通过内核级了解Redis运行原理，之后结合电商场景，实现了分页缓存、购物车缓存、高并发读写分片优化等解决方案！深入理解Red