Apache Kafka & Stream Processing Fundamentals · درس

مقدمة إلى Kafka Connect

تعرّف على بنية Kafka Connect وفوائده لدمج Kafka مع الأنظمة الخارجية

مقدمة إلى Kafka Connect درس مجاني في Apache Kafka & Stream Processing Fundamentals على CoddyKit. هذا هو الدرس 1 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Apache Kafka & Stream Processing Fundamentals، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Apache Kafka & Stream Processing Fundamentals 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

Meet Kafka Connect

Kafka Connect is a powerful framework for streaming data between Apache Kafka and other data systems. Think of it as a bridge that automatically moves data for you.

It simplifies the process of getting data into Kafka (from databases, file systems, etc.) and out of Kafka (to data warehouses, search indexes, etc.).

Why Data Integration is Hard

Moving data between different systems can be tricky. You often need to write custom code for each integration, handle errors, ensure data consistency, and scale it as your data grows.

This takes a lot of time and effort! Kafka Connect aims to solve these headaches by providing a standardized, robust way to do it.

Connectors: The Data Bridges

At the heart of Kafka Connect are Connectors. A connector is a ready-to-use component that knows how to interact with a specific external data system.

You don't write custom code for each integration; you just configure a connector. There are two main types:

Source Connectors
Sink Connectors

Source Connectors: Into Kafka

Source connectors are responsible for importing data from an external system into Kafka topics.

Imagine you have a database. A database source connector would continuously read new changes or records from that database and publish them as messages to a Kafka topic.

Examples: JDBC Source Connector (databases), FileStreamSource Connector (files).

Sink Connectors: Out of Kafka

Sink connectors do the opposite: they export data from Kafka topics to an external system.

For instance, a data warehouse sink connector would read messages from a Kafka topic and write them into tables in your data warehouse for analysis.

Examples: JDBC Sink Connector (databases), S3 Sink Connector (cloud storage), Elasticsearch Sink Connector (search).

Why Use Kafka Connect?

Kafka Connect offers several powerful benefits:

No Code Required: Most integrations are configuration-driven.
Scalable: Easily scales to handle large data volumes.
Fault-Tolerant: Automatically recovers from failures.
Distributed: Can run across multiple servers for high availability.
Extensible: Many pre-built connectors, or you can write your own.

How Connect Works

Kafka Connect runs as a cluster of workers. Each worker is a JVM process. These workers host connector tasks.

When you start a connector, Connect distributes its tasks across the available workers. If a worker fails, its tasks are automatically reassigned to other active workers.

Deployment Modes

Kafka Connect can operate in two modes:

Standalone Mode: A single process for development or small-scale use. Not fault-tolerant.
Distributed Mode: Multiple worker processes form a cluster, providing scalability and fault tolerance. Ideal for production environments.

Most production deployments use the distributed mode for reliability.

Simulating Data Inflow

While Kafka Connect handles the heavy lifting, understanding the basic data flow helps. Here's a simple Java program that sends a message to a Kafka topic, similar to what a source connector might automate.

This example shows how data enters a Kafka topic, which Kafka Connect can then manage.

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;

public class SimpleProducer {
  public static void main(String[] args) {
    // 1. Configure producer
    Properties props = new Properties();
    props.put("bootstrap.servers", "localhost:9092");
    props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

    // 2. Create producer
    try (KafkaProducer<String, String> producer = new KafkaProducer<>(props)) {
      // 3. Create a record
      ProducerRecord<String, String> record = new ProducerRecord<>("my_topic", "hello_key", "Hello from CoddyKit!");

      // 4. Send the record
      producer.send(record);
      System.out.println("Message sent: Hello from CoddyKit!");
    } catch (Exception e) {
      e.printStackTrace();
    }
  }
}

Identify the Connector

You want to move customer order data from a PostgreSQL database into a Kafka topic for real-time processing.

Which type of Kafka Connect connector would you use for this task?

Recap & Next Steps

Great job! In this lesson, we introduced Kafka Connect, a powerful framework for data integration with Kafka.

Kafka Connect simplifies moving data between Kafka and other systems.
Source Connectors bring data into Kafka.
Sink Connectors take data out of Kafka.
It offers scalability, fault tolerance, and reduces custom coding.

Next, we'll dive deeper into configuring and deploying Source Connectors!

الأسئلة الشائعة

هل درس «مقدمة إلى Kafka Connect» مجاني؟

نعم — نص درس «مقدمة إلى Kafka Connect» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Apache Kafka & Stream Processing Fundamentals، انتقل إلى CoddyKit PRO. تتضمن دورة Apache Kafka & Stream Processing Fundamentals 4 دروس في المجموع.

ماذا ستتعلم في «مقدمة إلى Kafka Connect»؟

تعرّف على بنية Kafka Connect وفوائده لدمج Kafka مع الأنظمة الخارجية تتمرن على Apache Kafka & Stream Processing Fundamentals مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Apache Kafka & Stream Processing Fundamentals؟

لا تُشترط خبرة سابقة. Apache Kafka & Stream Processing Fundamentals على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 1 من أصل 4.

كم من الوقت يستغرق درس «مقدمة إلى Kafka Connect»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Apache Kafka & Stream Processing Fundamentals هذا؟

نعم. كل درس في Apache Kafka & Stream Processing Fundamentals يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى Apache Kafka & Stream Processing Fundamentals