Due pack insieme. Il free play completa la sua scala di topologie con i cluster stirati 3-DC e 2,5-DC con testimone, e 19 nuovi scenari coprono il ciclo di vita del log — retention, compaction, tiered storage — più il control plane KRaft e le operazioni su un cluster vivo.
Exactly-once, read_committed e il last stable offset, begin/commit/abort e il ciclo consume–process–produce. Il modulo transazioni rende l'EOS — l'argomento più difficile di Kafka — qualcosa che puoi percorrere passo dopo passo. Il free play guadagna anche un nuovo tipo di cluster: attivo/attivo.
Monedula GitOps gestisce topic Kafka, accessi, quote, schemi, utenti e RBAC di Confluent a partire da manifest versionati, tramite una CLI oppure un operator Kubernetes.
Arriva il modulo di replicazione: meccanica dell'ISR, la high watermark, acks=all e min.insync.replicas, elezione del leader e cosa fa perdere davvero un'elezione unclean. Dodici scenari sulle garanzie per cui Kafka è famoso.
Gruppi di consumer, strategie di assegnazione, appartenenza statica e i due timeout che decidono quando un membro è sparito. Dieci nuovi scenari che rendono il rebalance — il momento più frainteso di Kafka — qualcosa da osservare invece che da indovinare.
Kafka Simulator v1.1 aggiunge dieci scenari che coprono batching, partizionamento, compressione, backpressure, retry e idempotenza del producer.
KIP-714 permette ai client Kafka di inviare le proprie metriche ai broker via OTLP. monedula-metrics-reporter ora inoltra anche queste metriche, accanto a quelle del broker SPI e a quelle Yammer.
Le lezioni più importanti di Kafka si nascondono nelle transizioni: prima e dopo la morte di un broker, prima e dopo che l'ISR si riduce. Abbiamo creato un simulatore basato su browser per farti rompere un cluster in sicurezza e osservare esattamente perché reagisce nel modo in cui reagisce.
Spostare un'installazione Kafka esistente dagli ACL all'RBAC di Confluent è un esercizio di gestione del rischio, non una conversione sintattica. Ecco un flusso di migrazione sicuro, verificabile e ripetibile — e lo strumento che abbiamo costruito per realizzarlo.
Perché le metriche di Kafka sono complicate, perché le dashboard JMX spesso non mostrano dati e come esportare le metriche di Kafka in modo nativo tramite OTLP.