Apache Kafka & Stream Processing Fundamentals · Ders

Kafka Connect'e Giriş

Kafka'yı harici sistemlerle tümleştirmek için Kafka Connect'in mimarisini ve avantajlarını öğrenin.

Kafka Connect'e Giriş, CoddyKit'te ücretsiz bir Apache Kafka & Stream Processing Fundamentals dersidir. Bu, 4 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Apache Kafka & Stream Processing Fundamentals öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Apache Kafka & Stream Processing Fundamentals kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

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!

Sıkça Sorulan Sorular

“Kafka Connect'e Giriş” dersi ücretsiz mi?

Evet — “Kafka Connect'e Giriş” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Apache Kafka & Stream Processing Fundamentals kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Apache Kafka & Stream Processing Fundamentals kursu toplamda 4 dersten oluşur.

“Kafka Connect'e Giriş” dersinde ne öğreneceğim?

Kafka'yı harici sistemlerle tümleştirmek için Kafka Connect'in mimarisini ve avantajlarını öğrenin. Apache Kafka & Stream Processing Fundamentals ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Apache Kafka & Stream Processing Fundamentals öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Apache Kafka & Stream Processing Fundamentals, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 1. dersidir.

“Kafka Connect'e Giriş” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Apache Kafka & Stream Processing Fundamentals dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Apache Kafka & Stream Processing Fundamentals dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← Apache Kafka & Stream Processing Fundamentals Sayfasına Dön