Loading content
Kafka ermöglicht die Veröffentlichung, Speicherung und Verarbeitung von Datenströmen in Echtzeit. Es wird häufig in modernen Architekturen eingesetzt, um Daten zwischen verschiedenen Systemen zu integrieren und zu verarbeiten.
Nutze diesen Steckbrief, um den Baustein kurz zu verstehen, ihn im Modell einzuordnen und bei Bedarf in die 360°-Bewertung zu wechseln.
Technischer Baustein: kann automatisiert, integriert oder betrieben werden.
Konkretes Rädchen im System, das in größeren Zusammenhängen wirkt.
Apache Kafka ist eine verteilte Plattform für Event Streaming. Anwendungen schreiben Ereignisse in dauerhafte Datenströme, während andere Anwendungen diese Ereignisse unabhängig voneinander lesen und verarbeiten können.
Kafka wurde bei LinkedIn von Jay Kreps, Neha Narkhede und Jun Rao entwickelt. Das Team brauchte einen skalierbaren Weg, die wachsenden Ereignisströme des Unternehmens zuverlässig in Echtzeit zwischen vielen Datenproduzenten und -verbrauchern zu bewegen. Aus dieser internen Dateninfrastruktur entstand das später als Apache-Projekt veröffentlichte System.
Stell dir Kafka als gemeinsames, fortlaufendes Logbuch vor. Producer hängen Ereignisse an Topics an. Jedes Topic ist in Partitionen aufgeteilt, die auf Brokern gespeichert und repliziert werden; innerhalb einer Partition bleibt die Reihenfolge erhalten. Consumer lesen die Ereignisse in ihrem eigenen Tempo und merken sich ihre Position als Offset. Mehrere Consumer können sich in einer Consumer Group die Partitionen teilen, während andere Gruppen denselben Datenstrom unabhängig davon erneut lesen.
Ein unveränderlicher Datensatz darüber, dass in einem fachlichen oder technischen System etwas passiert ist.
Ein benannter Datenstrom, in den Producer Ereignisse schreiben und aus dem Consumer sie lesen.
Ein geordneter Teil eines Topics und zugleich die Einheit, über die Kafka Daten verteilt und parallel verarbeitet.
Ein Server im Kafka-Cluster, der Partitionen speichert und Anfragen von Producer- und Consumer-Clients bearbeitet.
Producer veröffentlichen Ereignisse; Consumer lesen und verarbeiten sie. Beide Seiten bleiben zeitlich und technisch entkoppelt.
Eine Gruppe verteilt Partitionen auf ihre Consumer. Der Offset beschreibt, bis zu welcher Position eine Gruppe gelesen hat.
Kafka ist relevant, wenn viele Systeme kontinuierlich Ereignisse austauschen, Datenströme mehrfach genutzt oder Lastspitzen gepuffert werden sollen. Typische Einsatzfelder sind Event-driven Architecture, Datenintegration, Change Data Capture, Telemetrie und Streaming Analytics. Der Nutzen entsteht besonders durch Entkopplung und Wiederverwendung; dafür müssen Partitionierung, Zustellgarantien, Betrieb und Schemaentwicklung bewusst gestaltet werden.
Wo dieser Baustein im Themenmodell verortet ist.
Erkunde, wie dieser Wissensbaustein mit Konzepten, Methoden, Technologien und Tools verbunden ist.
Diese Quellen belegen den Begriff und seine fachliche Bedeutung.
Alle direkten Verbindungen des aktuellen Wissensbausteins in einer kompakten, textuellen Darstellung.
Diese Einordnung zeigt, in welchem Kontext der Baustein typischerweise relevant wird, wie anspruchsvoll er ist und welche Wirkung er im Modell hat.
Die Ebene innerhalb der Organisation (Unternehmen, Domäne, Team), auf der der AssetBlock angewendet wird.