Kafka的核心实践

　　1.版本升级

　　之前大数据平台一直使用的是0.8.3这一Kafka早期版本，而截止到当前，Kafka官方最新的Release版本已经到了2.3，于是长期使用0.8版本过程中渐渐遇到的很多瓶颈和问题，我们是能够通过版本升级来解决的。

　　举例来说，以下是一些之前使用旧版时常见的问题：

　　缺少对Security的支持:存在数据安全性问题及无法通过认证授权对资源使用细粒度管理

　　brokerunderreplicated：发现broker处于underreplicated状态，但不确定问题的产生原因，难以解决。

　　新的feature无法使用：如事务消息、幂等消息、消息时间戳、消息查询等。

　　客户端的对offset的管理依赖zookeeper,对zookeeper的使用过重,增加运维的复杂度

　　监控指标不完善：如topic、partition、broker的数据size指标,同时kafkamanager等监控工具对低版本kafka支持不好

　　同时对一些目标版本的特性进行了选型调研，如：

　　0.9版本,增加了配额和安全性,其中安全认证和授权是我们最关注的功能

　　0.10版本，更细粒度的时间戳.可以基于偏移量进行快速的数据查找，找到所要的时间戳。这在实时数据处理中基于Kafka数据源的数据重播是极其重要的

　　0.11版本,幂等性和Transactions的支持及副本数据丢失/数据不一致的解决。

　　1.1版本，运维性的提升。比如当ControllerShutDown，想要关闭一个Broker的时候，之前需要一个很长很复杂的过程在1.0版本得到很大的改善。

　　最终选择1.1版本,则是因为出于Camus与Kafka版本的兼容性及1.1版本已经满足了使用场景中重要新特性的支持的综合考量。这里再简单说一下Camus组件，同样是由Linkedin开源，在我们的大数据平台中主要作为Kafka数据Dump到HDFS的重要方式。