作为一个有丰富经验的微服务系统架构师，经常有人问我，“应该选择RabbitMQ还是Kafka？”。基于某些原因，许多开发者会把这两种技术当做等价的来看待。的确，在一些案例场景下选择RabbitMQ还是Kafka没什么差别，但是这两种技术在底层实现方面是有许多差异的。不同的场景需要不同的解决方案，选错一个方案能够严重的影响你对软件的设计，开发和维护的能力

前言结合之前一篇介绍JMeter测试Kafka的文章，遇到了JSR223，Beanshell等概念，这篇文章有讲解，转帖出来。正文BeanshellvsJSR223vsJavaJMeterScripting:ThePerformanceOffYou'veBeenWaitingFor!

2019053017:49:57,976INFOo.a.j.e.StandardJMeterEngine:Runningthetest!2019053017:49:57,978INFOo.a.j.s.SampleEvent:Listofsample_variables:201905301

FlumeKafka测试案例，Flume的配置。a1.sourcess1a1.channelsc1a1.sinksk1a1.sources.s1.typenetcata1.sources.s1.bindmastera1.sources.s1.port

最近一直忙着各种设计和文档，终于有时间来更新一点儿关于kafka的东西。之前有一篇文章讲述的是kafkaProducer端的程序，也就是日志的生产者，这部分比较容易理解，业务系统将运行日志或者业务日志发送到broker中，由broker代为存储。那讲的是如何收集日志，今天要写的是如何获取日志，然后再做相关的处理。之前写过kafka是讲日志按照topic

Kafkahttp://kafka.apache.org/(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fkafka.apache.org%2F)Akkahttp://akka.io/(https://www.oschina.net/action/GoToLink?url

Kafka消息的存储Kafka的设计基于一种非常简单的指导思想：不是要在内存中保存尽可能多的数据，在需要时将这些数据刷新（flush）到文件系统，而是要做完全相反的事情。所有数据都要立即写入文件系统中持久化的日志中，但不进行刷新数据的任何调用。实际中这样做意味着，数据被传输到OS内核的页面缓存中了，OS随后会将这些数据刷新到

Kafka在弹性、容错性以及高吞吐量方面有着很大的优势。想要达到生产环境最优，发挥这些特性，需要我们进行一系列的配置。Kafka提供了非常多的配置属性，对于初学者而言，很容易陷入困惑。其实，多数的配置已经满足了大部分的使用场景，本文分享总结了几个比较重要的配置参数，主要是针对producer端的配置，希望对你有所帮助。本文所讨论的配置文件包括：_√_

参考文档http://kafka.apachecn.org/https://www.cnblogs.com/linjiqin/p/11950758.htmlhttps://blog.csdn.net/dayonglove2018/article/details/106925513https://blog.csdn.net/valad

埋点日志最终解决方案——GolangGinSaramaVSJavaSpringWebFluxReactorKafka之前我就写过几篇OpenRestyluakafkaclient将埋点数据写入Kafka的文章，如下：以上一步一个坑，有些是自己能力