Kafka: настройка топика, продюсера и консюмера — тест
Нужно запустить брокер, изменить retention, подтвердить обработанные сообщения и выбрать настройки продюсера. Эта подборка проверяет конкретные команды и параметры Kafka; работающий кластер для ответа не нужен.
Как проходить
Пройдите вопросы в порядке от запуска KRaft к обработке событий. На вопросах про batch.size, linger.ms и acks отдельно подумайте о задержке и подтверждении записи. Это разные свойства: высокая пропускная способность сама по себе не означает более сильных гарантий доставки.
Задания
- Kafka KRaft: порядок подготовки и запуска.
- Kafka: изменить retention существующего топика.
- Kafka: ручной commit offsets после обработки.
- Kafka Streams: чем строят топологию.
- Kafka Streams: окна без перекрытия.
- Kafka Connect: классы собственного Sink Connector.
- Kafka batch.size и linger.ms: скорость и задержка.
- Kafka acks: подтверждения и надёжность записи.
После отдельных вопросов можно перейти к последовательной практике в курсе Data Engineering Fast‑Track: Kafka → Airflow → Spark. Посмотрите программу и доступные пробные уроки, чтобы выбрать следующий шаг.
- Kafka KRaft: порядок подготовки и запуска
Kafka KRaft: порядок подготовки и запуска. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark - Kafka: изменить retention существующего топика
Kafka: изменить retention существующего топика. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark - Kafka: ручной commit offsets после обработки
Kafka: ручной commit offsets после обработки. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark - Kafka Streams: чем строят топологию
Kafka Streams: чем строят топологию. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark - Kafka Streams: окна без перекрытия
Kafka Streams: окна без перекрытия. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark - Kafka Connect: классы собственного Sink Connector
Kafka Connect: классы собственного Sink Connector. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark - Kafka batch.size и linger.ms: скорость и задержка
Kafka batch.size и linger.ms: скорость и задержка. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark - Kafka acks: подтверждения и надёжность записи
Kafka acks: подтверждения и надёжность записи. Вопрос с проверкой ответа и переходом к практике курса.
Data Engineering Fast‑Track: Kafka → Airflow → Spark
