# 云消息队列 Kafka 版 #
0
关注
10062内容
《Kafka Stream》调研：一种轻量级流计算模式
流计算，已经有Storm、Spark，Samza，包括最近新起的Flink，Kafka为什么再自己做一套流计算呢？Kafka Stream 与这些框架比有什么优势？Samza、Consumer Group已经包装了Kafka轻量级的消费功能，难道不够吗？
花了一些时间阅读[docs](http
业界主流MQ对比
根据之前的学习和沉淀，本期我们总结了几款业界主流消息中间件产品的对比报告。
Kafka、RabbitMQ、RocketMQ 消息中间件的对比 | 消息发送性能篇
消息中间件性能究竟哪家强? 带着这个疑问，我们消息队列测试小组对常见的三类消息产品(Kafka、RabbitMQ、RocketMQ)做了性能比较。
OPPO数据中台之基石：基于Flink SQL构建实数据仓库
本文整理自 2019 年 4 月 13 日在深圳举行的 Flink Meetup 会议，分享嘉宾张俊，目前担任 OPPO 大数据平台研发负责人，也是 Apache Flink contributor。
PostgreSQL "物联网"应用 - 1 实时流式数据处理案例(万亿每天)
物联网的特点是万物联网，会产生大量的数据。
例如 ：
一盒药，从生产，到运输，到药店，到售卖。每流经一个节点，都会记录它的信息。
又如 ：
健康手环，儿童防丢手表，一些动物迁徙研究的传感器（如中华鲟），水纹监测，电网监测，煤气管道监测，气象监测等等这些信息。
股价的实时预测。
车流实时
Kafka vs RocketMQ ——消息及时性对比
引言
在前几期的消息中间件对比中，我们为Kafka和RocketMQ设定了几个性能场景（单机系统可靠性、多Topic对性能稳定性的影响以及Topic数量对单机性能的影响），这些场景大都是以服务端的吞吐能力为对比焦点。这一期，我们将从客户端的角度出发，为大家带来Kafka和RocketMQ消息及时性
Flume+Kafka+Flink+Redis构建大数据实时处理系统：实时统计网站PV、UV展示
1.大数据处理的常用方法
大数据处理目前比较流行的是两种方法，一种是离线处理，一种是在线处理，基本处理架构如下：
在互联网应用中，不管是哪一种处理方式，其基本的数据来源都是日志数据，例如对于web应用来说，则可能是用户的访问日志、用户的点击日志等。
开源技术精粹：深入解析阿里消息中间件RocketMQ
不久前，阿里宣布将开源RocketMQ 捐赠给 Apache 基金会，成为 Apache 孵化项目。想深入了解RocketMQ特性？想知道捐赠背后那些鲜为人知的故事？想看看业界主流MQ的性能对比？想知道商用版和开源版如何协同？云栖社区特别专题带你一睹详情。
云Kafka搭配云HBase X-Pack构建一体化数据处理平台
云HBase X-Pack是基于Apache HBase、Phoenix、Spark深度扩展，融合Solr检索等技术，支持海量数据的一站式存储、检索与分析。融合云kafka+云HBase X-Pack能够构建一体化的数据处理平台，支持风控、推荐、检索、画像、社交、物联网、时空、表单查询、离线数仓等场景，助力企业数据智能化。
免费试用