Kail
Организатор
Организатор
- Регистрация
- 09.04.2020
- Сообщения
- 455 019
- Реакции
- 45 060
- Монеты
- 1 191
- Оплачено
- 0
- Баллы
- 0
- #SkladchinaVip
- #1
Apache kafka для системного аналитика без кода. Тариф Самостоятельный [Катя Желатинка]
- Ссылка на картинку
-
Кому подойдет воркшоп?
У вас в задачах уже есть Kafka, но каждый раз приходится гуглить заново и уточнять у разработчиков очевидные вещи.
Итог: Заберете структуру, что и в каком порядке описывать в ТЗ, чтобы вопросов к вам не было.
Аналитику, который Kafka в задачах пока не видел, тема есть в требованиях вакансий и в разговорах команды, но подступиться не получалось.
Итог: Разберете с нуля и перестанете выпадать из обсуждений архитектуры.
Тому, кто готовится к собеседованиям. Брокеры это один из блоков, где чаще всего копают глубже определения.
Итог: После воркшопа вы отвечаете не заученной формулировкой, а объясняете, почему в вашем кейсе выбрана Kafka и с какими параметрами.
Бизнес-аналитику и смежным ролям, кто идет в системный анализ. Интеграции это та часть, которая отличает БА от СА.
Итог: Kafka закрывает заметный кусок этого разрыва, а код для этого не нужен.
Новичку в профессии. Начинать с Kafka не рано.
Итог: Разобравшись с Kafka на входе, вы не будете обходить стороной интеграционные задачи, на которых спотыкается большинство джунов и даже мидлов.
Программа:
Блок 1
Docker, стенд и зачем вообще нужен брокер
Docker и Docker Compose с нуля
Разворачиваем стенд одной командой: 16 контейнеров, три брокера, продюсеры, консюмеры и Kafka UI
Разбираем, зачем нужен брокер сообщений, когда Kafka уместна, а когда избыточна, и где в этой истории зона аналитики
РЕЗУЛЬТАТ: у вас на компьютере работает собственный Kafka-кластер, и вы понимаете, зачем он нужен.
Блок 2
Анатомия кластера
Брокеры и кластер, Zookeeper и Controller, ключевые параметры брокера
Топики и партиции, распределение сообщений по ключу
Репликация и синхронизированные реплики: как Kafka защищает данные
Создаете топик через интерфейс, меняете настройки, роняете брокер и смотрите, как переезжают лидеры партиций
РЕЗУЛЬТАТ: цифры в ТЗ (партиции, фактор репликации, retention) перестают быть магией.
Блок 3
Поток данных: продюсеры, консюмеры, гарантии
Как продюсер выбирает партицию, чтакое консюмер-группы, из чего состоит сообщение, что такое оффсеты, коммиты и consumer lag
Гарантии доставки, acks и идемпотентность: что выбрать для логов, что для заказов, а что для платежей
Пишете сообщение в топик через интерфейс и через терминал, сбрасываете оффсет и смотрите, как группа перечитывает данные
РЕЗУЛЬТАТ: вы обоснованно выбираете гарантии под задачу. Это то, что на собеседовании отличает заученное определение от понимания.
Блок 4
Сбои, DLQ и масштабирование
Ребалансировка и падение брокера
Паттерн DLQ: разбираем инцидент по сообщению из очереди ошибок так, как это делают в реальных командах.
Масштабируемость и надежность: что когда масштабировать, что может пойти не так
Плюсы и минусы Kafka, хорошие и плохие практики настройки одной шпаргалкой
РЕЗУЛЬТАТ: вы понимаете, что происходит при сбоях и под нагрузкой, и закладываете это в ТЗ заранее.
Блок 5
Практика: пишем настоящее ТЗ на интеграцию и Берем реальную задачу: перевод интеграции заказов уведомлений с REST на Kafka, разбираем схему до-и после
Проходим список вопросов, которые аналитик задает перед любой интеграцией
Заполняем спеку на интеграцию: цель, топик, фотмат, ключ, гарантии, DLQ
РЕЗУЛЬТАТ: готовый документ-образец, который вы адаптируете под любую рабочую задачу.
У вас в задачах уже есть Kafka, но каждый раз приходится гуглить заново и уточнять у разработчиков очевидные вещи.
Итог: Заберете структуру, что и в каком порядке описывать в ТЗ, чтобы вопросов к вам не было.
Аналитику, который Kafka в задачах пока не видел, тема есть в требованиях вакансий и в разговорах команды, но подступиться не получалось.
Итог: Разберете с нуля и перестанете выпадать из обсуждений архитектуры.
Тому, кто готовится к собеседованиям. Брокеры это один из блоков, где чаще всего копают глубже определения.
Итог: После воркшопа вы отвечаете не заученной формулировкой, а объясняете, почему в вашем кейсе выбрана Kafka и с какими параметрами.
Бизнес-аналитику и смежным ролям, кто идет в системный анализ. Интеграции это та часть, которая отличает БА от СА.
Итог: Kafka закрывает заметный кусок этого разрыва, а код для этого не нужен.
Новичку в профессии. Начинать с Kafka не рано.
Итог: Разобравшись с Kafka на входе, вы не будете обходить стороной интеграционные задачи, на которых спотыкается большинство джунов и даже мидлов.
Программа:
Блок 1
Docker, стенд и зачем вообще нужен брокер
Docker и Docker Compose с нуля
Разворачиваем стенд одной командой: 16 контейнеров, три брокера, продюсеры, консюмеры и Kafka UI
Разбираем, зачем нужен брокер сообщений, когда Kafka уместна, а когда избыточна, и где в этой истории зона аналитики
РЕЗУЛЬТАТ: у вас на компьютере работает собственный Kafka-кластер, и вы понимаете, зачем он нужен.
Блок 2
Анатомия кластера
Брокеры и кластер, Zookeeper и Controller, ключевые параметры брокера
Топики и партиции, распределение сообщений по ключу
Репликация и синхронизированные реплики: как Kafka защищает данные
Создаете топик через интерфейс, меняете настройки, роняете брокер и смотрите, как переезжают лидеры партиций
РЕЗУЛЬТАТ: цифры в ТЗ (партиции, фактор репликации, retention) перестают быть магией.
Блок 3
Поток данных: продюсеры, консюмеры, гарантии
Как продюсер выбирает партицию, чтакое консюмер-группы, из чего состоит сообщение, что такое оффсеты, коммиты и consumer lag
Гарантии доставки, acks и идемпотентность: что выбрать для логов, что для заказов, а что для платежей
Пишете сообщение в топик через интерфейс и через терминал, сбрасываете оффсет и смотрите, как группа перечитывает данные
РЕЗУЛЬТАТ: вы обоснованно выбираете гарантии под задачу. Это то, что на собеседовании отличает заученное определение от понимания.
Блок 4
Сбои, DLQ и масштабирование
Ребалансировка и падение брокера
Паттерн DLQ: разбираем инцидент по сообщению из очереди ошибок так, как это делают в реальных командах.
Масштабируемость и надежность: что когда масштабировать, что может пойти не так
Плюсы и минусы Kafka, хорошие и плохие практики настройки одной шпаргалкой
РЕЗУЛЬТАТ: вы понимаете, что происходит при сбоях и под нагрузкой, и закладываете это в ТЗ заранее.
Блок 5
Практика: пишем настоящее ТЗ на интеграцию и Берем реальную задачу: перевод интеграции заказов уведомлений с REST на Kafka, разбираем схему до-и после
Проходим список вопросов, которые аналитик задает перед любой интеграцией
Заполняем спеку на интеграцию: цель, топик, фотмат, ключ, гарантии, DLQ
РЕЗУЛЬТАТ: готовый документ-образец, который вы адаптируете под любую рабочую задачу.
Показать больше
Зарегистрируйтесь
, чтобы посмотреть контент.
Скачать