kafka应用场景有哪些 kafka的一致性为什么不替换成raft？

~！1：卡夫卡在2011捐赠给阿帕奇基金会，拉夫的论文是在寻找一个潜在的共识算法，由斯坦福大学在2013出版，卡夫卡出生在RAFT之前。当1/3节点不可用时，服务不可用。Kafka中维护的ISR（in-sync replica，同步副本）可以提供服务，即使副本不可用，只剩下领头羊

3:更大的数据吞吐量。Raft适用于强一致性

flume和Kafka有一些相同的功能，但总的来说，它们有很大的不同；它们的场景不同，但可以一起使用。

简而言之，flume是一个分布式日志收集系统，它从各种服务器收集日志并将其传输到指定的位置，如HDFS。

Kafka是一个分布式消息中间件，有自己的存储，提供推拉数据访问功能。

整个过程如下：

登录服务器<--flume-->kafka-->hdfs-->离线计算

登录服务器<--flume-->kafka-->storm

希望我的回答能对您有所帮助

kafka的一致性为什么不替换成raft？

让我们从结果开始：Git在某些情况下优于SVN，但它不能取代SVN

第一轮：Git是一个分布式版本控制系统，它可以更适合没有固定“服务器”的研发人员。Svn是一个具有固定服务器的集中式版本控制系统。但我认为，在某些情况下，分布式管理并不一定比集中式管理好，所以这一轮更为公平。

第2轮：[git的分支非常易于使用，而且非常强大。SVN的分支是一小块鸡排。SVN的分支是svncopy，它复制一个完整的项目。在这一轮中，GIT具有明显的优势。

第三轮：

提交、更新或合并代码时经常报告错误。Git的提示非常“周到”，可以很好地解决错误。SVN的提示有点不满意。Git在这一轮中仍然有优势。

第4轮：

SVN对目录具有良好的权限控制。它可以根据目录进行更新和提交，这有时很有用。Git无法控制目录的权限。SVN的优势在这一轮是显而易见的。

例如：

我们公司的研发人员使用git，艺术和产品使用SVN。艺术和产品通常将需求和资源放入SVN，SVN可以根据目录而不是整个项目进行下载。而SVN在windows系统中有一个非常著名的乌龟SVN软件，有一个中文版本，使用起来非常方便。

根据当前的市场发展，大数据的学习需要一定的编程基础。现在主流的是Java和python，但是大部分都是在实际工作中使用的，这是很多大数据培训机构推出的Java编程大数据开发培训课程，所以从这个角度来说，我们还是需要一些基础的Java编程。但是，许多想要参与大数据培训和学习的小伙伴现在没有编程基础，他们中的大多数想要从其他行业切换到大数据。他们能在没有编程基础的情况下学习大数据吗？！对于零基础的学生，他们不需要担心他们将无法学习没有java或Python相关编程语言的大数据。该培训机构还设有专门为零基础学生设计的大数据培训课程。在早期阶段，他们首先学习java编程或python编程。在掌握了一些必要的编程基础之后，他们就可以这样学习大数据，大数据学习就可以顺利进行。

因此，我们在学习大数据的时候，也要注意课程的安排，并考虑如何根据自己的情况和大数据培训机构的课程安排来选择。如果我们从事java或Python相关的开发已经有一定的基础，那么就没有必要学习相关内容，直接选择学习大数据技术，比如如果你是一个零基的学生，你应该选择一个用java或Python基金会的课程。以上是萧边对“学习大数据需要什么基础”的理解？这个问题的答案，希望对您有所帮助，如果您有任何疑问，可以留言交流。