作为一个码农终于把MySQL日记看懂了，薪资翻倍
作者：互联网
## 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)**
标签：kafka,images,https,MySQL,薪资,cto,com,码农,png 来源： https://blog.51cto.com/u_15288756/2960683