产品
别名：Apache Kafka
由 Apache 软件基金会维护的分布式流式处理平台，常用于构建实时数据管道与流应用。
已跟踪 3 条高相关材料
最近变化
2026-06-03 · 使用 transformWithState + Real-Time Mode 实现单引擎统一架构，输入处理与定时触发均可达亚秒级精度。
为什么值得关注
Kafka 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Apache Spark Real-Time Mode for Gaming: A Better Way to Do Real-Time Sessionization
Databricks · 8.7 分
以 Apache Spark Real-Time Mode 和 transformWithState 为核心，为游戏实时会话化提供统一、低延迟（亚秒级）架构，替代 Flink 或自研方案，支持百万级玩家的个性化、推荐与内容调度。
How LivePerson optimized Logstash and Kafka performance on GCP through benchmarking
Elastic Blog · 8.5 分
LivePerson通过基准测试发现，GCP上的n4d-standard-2机器类型在Logstash和Kafka性能上表现最优，可将每千事件处理成本降低超过50%，显著优化了高吞吐量日志管道的基础设施。
Article: The Mathematics of Backlogs: Capacity Planning for Queue Recovery
InfoQ · 8.5 分
文章介绍了如何通过数学公式进行队列恢复容量规划，强调了理解队列深度、到达率和处理率之间的关系对于避免系统崩溃的重要性。
已收录 3 条与 Kafka 相关的内容，按评分排序。
以 Apache Spark Real-Time Mode 和 transformWithState 构建统一、低延迟（亚秒级）架构，替代 Flink 或自研方案，支撑百万级玩家的个性化、推荐与内容调度。
入选理由：使用 transformWithState + Real-Time Mode 实现单引擎统一架构，输入处理与定时触发均可达亚秒级精度。
LivePerson通过基准测试发现，GCP上的n4d-standard-2机器类型在Logstash和Kafka性能上表现最优，可将每千事件处理成本降低超过50%，显著优化了高吞吐量日志管道的基础设施。
入选理由：n4d-standard-2（AMD Milan架构）使Logstash吞吐量提升100%以上，每美元处理事件数达370个。
文章介绍了如何通过数学公式进行队列恢复容量规划，强调了理解队列深度、到达率和处理率之间的关系对于避免系统崩溃的重要性。
入选理由：系统在90%利用率时对突发流量更敏感。
