Часть 1 Big Data 1. Основы Apache Kafka Что такое Kafka, зачем нужен, Pub/Sub модель, основные компоненты и ключевые концепции платформы
Часть 2 Big Data 2. Архитектура Kafka Брокеры, топики, партиции, репликация, координация через ZooKeeper и KRaft
Часть 3 Big Data 3. Продюсеры Apache Kafka Жизненный цикл сообщения, сериализация, партиционирование, конфигурации и продвинутые паттерны
Часть 4 Big Data 4. Потребители Apache Kafka Consumer Groups, ребалансировка, управление оффсетами, конфигурации и продвинутые паттерны
Часть 5 Big Data 5. Гарантии доставки и транзакции Семантики at-most-once, at-least-once, exactly-once, идемпотентный продюсер и транзакционный API
Часть 6 Big Data 6. Kafka Connect Фреймворк интеграции без кода: архитектура, коннекторы, трансформации и режимы работы
Часть 7 Big Data 7. Schema Registry и Data Contracts Управление схемами данных, форматы Avro, Protobuf, JSON Schema, стратегии совместимости
Часть 8 Big Data 8. Kafka Streams и обработка потоков Потоковая обработка данных, DSL и Processor API, оконные функции, KTable и state stores
Часть 9 Big Data 9. Безопасность Kafka Шифрование TLS, аутентификация SASL, авторизация ACL, аудит и защита кластера
Часть 10 Big Data 10. Мониторинг и эксплуатация Kafka Метрики брокеров, Consumer Lag, Prometheus + Grafana, операционные задачи и троублшутинг
Часть 11 Big Data 11. Производительность и тюнинг Kafka Оптимизация throughput, latency и надёжности, настройка продюсеров, потребителей и брокеров
Часть 12 Big Data 12. Kafka в экосистеме Data Engineering Интеграция со Spark, Flink, Delta Lake, Airflow, Kubernetes и CDC с Debezium
Часть 13 Big Data 13. Паттерны и антипаттерны Kafka Event Sourcing, CQRS, Transactional Outbox, Saga, типичные ошибки и лучшие практики
Часть 14 Big Data 14. Практика: CLI и инструменты Командные утилиты kafka-topics, kafka-console-producer/consumer, kafka-consumer-groups и тестирование производительности
