عیب یابی و رفع اشکال کافکا

مدرس Janani Ravi

انتشار 2023/07/12

مدت زمان 2h 10m

سطح مناسب همه

فایل تمرینی دارد

آموزش Troubleshooting and Debugging Kafka

در این دوره آموزش عیب یابی و اشکال زدایی کافکا را بیاموزید تا بتوانید به جای حل مشکلات فردی که به وجود می آیند، به ریشه هر مشکلی که با آن برخورد می کنید بپردازید. مربی جانانی راوی نشان می‌دهد که چگونه می‌توانید از پلتفرم Confluent - یک پلتفرم جریان داده در مقیاس کامل که به شما امکان می‌دهد به راحتی به داده‌ها به‌عنوان جریان‌های پیوسته و هم‌زمان دسترسی داشته باشید، ذخیره و مدیریت کنید - برای گسترش مزایای کافکا با ویژگی‌های درجه سازمانی و مدیریت و نظارت کافکا را تا حد زیادی بهبود می بخشد. جانانی ابتدا در Confluent به شما معرفی کافکا می دهد، سپس نحوه مشاهده مصرف کنندگان و دلالان را نشان می دهد. پردازش جریان های کافکا، نظارت بر گروه های مصرف کننده، نظارت بر خوشه های چند کارگزار، اشکال زدایی کارگزاران و مصرف کنندگان، و پیکربندی هشدارها را بیاموزید.

Apache Kafka

Introduction

Overview of troubleshooting and debugging Kafka ()

1. Introducing Cloud-Native Kafka on Confluent

Prerequisites ()

An overview of Apache Kafka ()

The Confluent platform ()

Downloading the Confluent platform binaries ()

Running the Confluent platform locally ()

Overview of the control center ()

2. Observing Consumers and Brokers

Observing message production and consumption ()

Produce messages using the control center ()

Using datagen to generate synthetic data ()

Observing consumers ()

3. Processing Kafka Streams

Understanding ksqlDB ()

Creating streams and tables using ksqlDB ()

Performing join and windowing operations ()

Viewing streams and tables ()

4. Monitoring Consumer Groups

Programmatically produce messages using Python ()

Troubleshooting partition usage ()

Consumer groups ()

Monitoring consumption in a consumer group ()

Debugging consumption lag ()

Monitoring consumer group rebalancing ()

5. Monitoring Multi-Broker Clusters

Configuration properties for a multi-broker cluster ()

Running a multi-broker cluster on the Confluent platform ()

Monitoring brokers ()

Observing partitions and replication ()

Monitoring broker throughput and latency ()

6. Debugging Brokers and Consumers

Debugging failed brokers, part 1 ()

Debugging failed brokers, part 2 ()

Debugging slow consumers ()

7. Configuring Alerts

Configuring alerts ()

Configuring email settings for alerts ()

Conclusion

Summary and next steps ()

Ex_Files_Troubleshooting_Debugging_Kafka.zip (49 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش عیب یابی و رفع اشکال کافکا

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Troubleshooting and Debugging Kafka در 1 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

مهندسی داده یکی از سریع ترین حوزه های در حال رشد در فضای فناوری است. بر ابزارها و مهارت های مورد نیاز برای موفقیت در این بازار به سرعت در حال تحول و تقاضا، مانند Kafka، SQL، Python، dbt و Snowflake تسلط داشته باشید.

آموزش عیب یابی و رفع اشکال کافکا ، ایستگاه شماره 2 در مسیر یادگیری کارشناسی ارشد مهندسی داده ، است.