Grupos de consumer e rebalance no Kafka com Spring Boot
Entenda como o Kafka distribui partições entre consumer groups, quando rebalance ocorre e como reduzir o impacto do rebalance em aplicações Spring Boot.
Entenda como o Kafka distribui partições entre consumer groups, quando rebalance ocorre e como reduzir o impacto do rebalance em aplicações Spring Boot.
Use Debezium para ler o WAL do PostgreSQL, enviar todas as mudanças de dados para Kafka e consumi-las com Spring Boot, sem precisar modificar o código de escrita de dados.
Use Kafka como event log para Order: registre eventos imutáveis, reconstrua o estado através de replay, crie read model com projection. Saiba as limitações antes de aplicar.
Configure acks, enable.idempotence, batch.size e linger.ms para Kafka producer para não perder mensagens, sem duplicatas e ainda atingindo alto throughput.
O que é consumer lag, como medir com CLI, AdminClient e Micrometer, quais métricas de broker/producer/consumer monitorar e como configurar alertas de forma apropriada.
Gravar no banco de dados e enviar para o Kafka simultaneamente é fácil perder eventos. Este artigo guia a implementação do Outbox pattern com Spring Boot 3 e Kafka para manter consistência entre os dois.
Implemente o Saga pattern de tipo orchestration com Spring Boot e Kafka. Reserve voos, hotéis, processe pagamentos e compensação automática quando uma etapa falha.
Utilize o Confluent Schema Registry com Avro e Protobuf no Spring Boot 3 para controlar o formato de mensagens Kafka e evoluir schemas de forma segura.
Como funciona o rebalance, por que faz o consumer parar de processar mensagens, e como minimizar com configuração de poll, rebalancing cooperativo, static membership.
Configure retry blocking e non-blocking para Kafka consumer no Spring Boot 3, encaminhe mensagens com erro para dead letter topic e escreva testes para verificar.
Como Kafka seleciona partition a partir da key, como escolher a key para manter ordenação correta sem criar hot partitions, e erros comuns com Spring Boot.
Entenda como acks, retries e idempotência funcionam juntos para garantir que mensagens não se percam, não se duplicam quando o producer envia dados para o Kafka.
Explicação dos três conceitos fundamentais do Kafka — topic, partition, offset — com exemplos de producer/consumer usando Spring Boot.