Kafka与数据入库架构知识_kafka数据如何入库

from multiprocessing import Manager
queue = manager.Queue(maxsize=16384)

当你执行queue.put(data)操作时，如果队列已满（即队列中的元素数量已经达到maxsize指定的数量），那么PUT操作会被阻塞，也就是说这一行代码会被暂时挂起不往下执行，直到队列中有元素被取走，队列有足够的空间放入新的元素，put操作才会继续执行并把元素放入队列。

需要注意的是，put方法还有一个可选参数block，默认为True。当block=False时，如果队列已满，put操作将会立即抛出queue.Full异常，而不会发生阻塞。

4. “消费和心跳是在同一个线程中进行的，心跳会强制中断消费吗？”

不会。在Kafka客户端的设计中，消费消息（即poll操作）和发送心跳是在同一个线程中进行的，但这并不意味着心跳会强制中断消息消费操作。

在Kafka Consumer的实现中，心跳发送采用了轮询的方式，即只有当执行poll操作时，才可能会发送心跳。而大部分的时间，线程都在执行消息消费操作，因此并不会被心跳操作强制中断。只有当消息消费完毕，线程进入轮询时，心跳操作才可能被执行。

但是，如果消息消费速度太慢，或者每一次消费的消息数（由max.poll.records控制）过大，导致一次poll操作的处理时间过长，可能会导致在一段时间内（由session.timeout.ms控制）没有发送任何心跳给Kafka Broker，此时Kafka Broker便会误以为该Consumer已经离线，从而触发了rebalance操作，重新分配partition。

5. “下游的kafka数据很多时，会影响上游的kafka数据生产吗？”

一般来说，下游（消费者）对Kafka数据的消费速度，不会直接影响到上游（生产者）对Kafka的数据生产。因为在Kafka的设计中，生产者和消费者是解耦和的，各自基于自己的缓冲策略和处理速率进行处理。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）

（备注大数据获取）**
[外链图片转存中…(img-lh5tG9RI-1712526355307)]