贡献者19
粉丝0
作者：家澤 本文整理自 2025 年雲棲大會阿里雲智能集團產品專家劉堯的主題演講《AI 時代的數據通道：雲消息隊列 Kafka 的演進與實踐》 前言 隨着 AI 業務的蓬勃興起與發展，Apache Kafka 作為數據流的關鍵入口與通道，在企業智能化轉型中的核心價值日益凸顯。非常榮幸能夠在 2025 雲棲大會上，系統性地回顧並分享雲消息隊列 Kafka 版在過去一年所取得的產品技術演進與行業實踐
昵称 阿里云云原生
背景：當Kafka遇上多租户場景 最近公司業務線面臨一個棘手問題：核心消息隊列Kafka需要支持多租户數據隔離，但Kafka原生並未提供開箱即用的租户機制。想象一下：多個業務線數據混雜在同一個集羣中，既可能導致資源搶佔，又存在數據泄露風險。如何在不重構架構的前提下實現高效隔離？本文將從實戰出發，拆解五種主流方案的技術細節與落地權衡。 五種租户隔離方案深度解析 方案一：物理集羣隔離——最徹底的"物理
昵称 linyb極客之路
常見的消息隊列（MQ）及其區別 消息隊列 協議 特點 適用場景 性能表現 消息持久化方式 是否保證消息順序 RabbitMQ AMQP 功能完備、穩定可靠，支持多種消息路由模式 適用於對消息可靠性和事務支持要求較高的應用 高可靠性，但在高併發下性能一般 消息和隊列都可以設置為持久化，保證重
昵称 今夜有點兒涼
消息中間件應用廣泛，Kafka、RabbitMQ 、RocketMQ 和 Pulsar 更是其中的佼佼者，經常被放在一起比較。 從數據遷移同步行業來看，Kafka 用户佔了大多數，因為在大數據生態中，其是核心組件之一。RocketMQ 在國內也比較流行，主要應用在在線業務場景，這和它的技術特性和發展路徑緊密相關。相比之下，RabbitMQ 和 Pulsar 的使用量在國內相對少些。 那麼，它們到底
@hangzhoukaiyunjizhikejiyouxiangongsi
昵称 clougence
在雲環境中，高效的日誌收集與處理是系統監控和運維的關鍵。本文圍繞《雲環境中的日誌收集和處理方案》展開，先介紹日誌收集的兩種方式，再聚焦處理環節，探討寫入 kafka、共享存儲、S3 等路徑，分析使用 raft 組日誌集羣及 NewSQL 的方案，最後結合 Spark 端調度進行總結，為雲日誌管理提供多維度技術參考。 日誌收集-兩種方式 這裏是將pod中的日誌收集，放到一個指定的地方 首先是將
昵称 數新智能
Release Notes： 1、【重構】XXL-MQ 核心代碼重構，基於“存算分離”與“分區機制”設計思想。在輕量級、分佈式的基礎上，強化高吞吐、海量消息及水平擴展能力。； 2、【新增】存算分離：消息中心（Broker）與消息存儲層（Store）解耦。消息中心 提供消息OpenApi以及消息控制枱管理能力；消息存儲層 提供消息存儲能力。得益於存算分離系統設計，消息中心支持水平擴展，支持線性
昵称 xuxueli
