docs(course): добавлен урок 0 (вводный по Kafka, наблюдение)
- Зачем:
- курсу нужна разминка перед уроком 1: связать словарь из обзорного
видео по Kafka (топик, партиция, offset, группа, lag) с живым стендом.
- Что:
- добавлен lessons/00_kafka_intro.md по LESSON_STANDARD в режиме
наблюдения (без управляемой правки и отката), эталон голоса — урок 1.
- честная врезка про lag: у групп ch_stg_* колонки offset/lag в Kafka UI
пустые, прогресс чтения смотреть в ClickHouse (system.kafka_consumers).
- README курса: в строке lessons теперь указаны уроки 0 и 1.
- Проверка:
- факты сверены на живом кластере: 4 топика *_events по 1 партиции,
4 группы ch_stg_* (STABLE, 1 участник); прогоном подтверждено, что
новая группа читает топик с начала (auto.offset.reset=earliest).
This commit is contained in:
@@ -0,0 +1,143 @@
|
||||
# Урок 0. Вводный по Kafka (Kafka UI, наблюдение)
|
||||
|
||||
> Статус: черновик. Режим: **наблюдение** (ничего не меняем, только смотрим).
|
||||
> Пререквизит: обзорное видео по Kafka из роадмапа — оттуда ты уже знаешь слова
|
||||
> «топик», «партиция», «offset», «consumer-группа», «lag». Этот урок связывает их
|
||||
> с живым стендом, чтобы они перестали быть просто словами.
|
||||
> Эталонный путь: сам Kafka UI на `http://localhost:8082`.
|
||||
>
|
||||
> Поток данных одной строкой:
|
||||
> `make data → топики Kafka (партиции, offset'ы) → consumer-группа ClickHouse вычитывает`
|
||||
|
||||
---
|
||||
|
||||
## 1. Зачем и где в проде
|
||||
|
||||
В обычной кликстрим-аналитике между тем, кто **порождает** события (трекер на сайте, в
|
||||
приложении), и тем, кто их **считает** (хранилище, BI), почти всегда стоит Kafka. Она —
|
||||
буфер и общий журнал: producer пишет события, не зная и не дожидаясь, кто их прочитает;
|
||||
consumer читает в своём темпе, не трогая producer'а. Если читатель отстал или прилёг —
|
||||
события не теряются, они лежат в топике и ждут.
|
||||
|
||||
На нашем стенде роли уже расставлены: `make data` играет роль трекера и заливает события
|
||||
в топики, а ClickHouse — это consumer, который их вычитывает. В этом уроке мы не запускаем
|
||||
пайплайн и ничего не меняем — мы открываем Kafka UI и **узнаём в живом кластере** те самые
|
||||
понятия из видео. Это разминка: в уроке 1 ты уже руками увидишь, как эти же сообщения
|
||||
доезжают до таблиц ClickHouse.
|
||||
|
||||
> **В проде так же, только крупнее.** Здесь один брокер и крошечный срез данных. В бою
|
||||
> брокеров несколько, топик разбит на много партиций, читателей в группе — тоже несколько,
|
||||
> и Kafka сама делит партиции между ними. Понятия при этом ровно те же, что мы сейчас
|
||||
> разглядим на маленьком кластере.
|
||||
|
||||
---
|
||||
|
||||
## 2. Наблюдай: открой Kafka UI
|
||||
|
||||
Стенд уже должен быть поднят (`make up`) и в топиках должны лежать события
|
||||
(`LIMIT=50 make data` из урока 1 — или любой прошлый прогон). Открой Kafka UI:
|
||||
`http://localhost:8082`. Ходи по нему свободно — это режим чтения, сломать тут ничего нельзя.
|
||||
|
||||
Пройди по трём экранам и просто посмотри.
|
||||
|
||||
**Топики** (раздел *Topics*). Увидишь четыре топика событий — по одному на тип:
|
||||
|
||||
- `browser_events` — события браузера (pageview и т.п.);
|
||||
- `device_events` — про устройство;
|
||||
- `geo_events` — гео;
|
||||
- `location_events` — местоположение.
|
||||
|
||||
Рядом может быть служебный топик `__consumer_offsets` (если включён показ внутренних
|
||||
топиков) — его Kafka использует сама, мы его не трогаем. У каждого нашего топика в колонке
|
||||
с партициями стоит **1**: топик маленький, делить не на что.
|
||||
|
||||
**Сообщения в топике.** Открой `browser_events` → вкладку *Messages*. Это и есть события,
|
||||
которые залил `make data`. У каждого сообщения видно:
|
||||
|
||||
- **Offset** — порядковый номер сообщения в партиции (0, 1, 2, …);
|
||||
- **Timestamp** — когда сообщение легло в Kafka (время *доставки*, не время самого события);
|
||||
- **Value** — тело: JSON события целиком, например:
|
||||
|
||||
```json
|
||||
{"event_id": "8cca1c7d-...", "event_timestamp": "2022-11-28 20:51:05.627882",
|
||||
"event_type": "pageview", "browser_name": "Chrome", "browser_language": "sat_IN"}
|
||||
```
|
||||
|
||||
Загляни внутрь Value: у события есть своё `event_timestamp` (когда оно случилось,
|
||||
здесь — 2022 год), и оно отличается от Kafka-Timestamp (когда оно попало в топик — при заливке стенда).
|
||||
Два разных времени у одной записи — запомни этот момент, в уроке 1 он всплывёт уже на
|
||||
стороне ClickHouse.
|
||||
|
||||
**Consumer-группы** (раздел *Consumers*). Здесь видно, **кто читает** топики. Найдёшь
|
||||
четыре группы — по одной на топик:
|
||||
|
||||
- `ch_stg_browser`, `ch_stg_device`, `ch_stg_geo`, `ch_stg_location`.
|
||||
|
||||
Это ClickHouse: он подключился к Kafka как читатель и для каждого топика завёл отдельную
|
||||
группу. У каждой статус **STABLE** и **1 участник** (member) — тот самый единственный
|
||||
consumer ClickHouse.
|
||||
|
||||
---
|
||||
|
||||
## 3. Загляни глубже: что значат эти экраны
|
||||
|
||||
Сложим увиденное в понятия — те же, что в видео, но теперь привязанные к экрану.
|
||||
|
||||
| Понятие | Что это | Где увидел в Kafka UI |
|
||||
|---------|---------|------------------------|
|
||||
| **Топик** | именованный поток событий одного типа | `browser_events` и три соседних |
|
||||
| **Партиция** | часть топика, внутри которой строгий порядок | у нас по 1 на топик |
|
||||
| **Offset** | номер сообщения внутри партиции, по нему адресуют запись | колонка *Offset* в *Messages* |
|
||||
| **Consumer-группа** | читатели топика; группа помнит, до какого offset'а дочитали | `ch_stg_*` в разделе *Consumers* |
|
||||
| **Lag** | отставание: сколько в топике уже есть, но ещё не прочитано | колонка пустая — см. врезку ниже |
|
||||
|
||||
Главная мысль: **offset — это адрес сообщения, а не его содержимое**. Пара «партиция +
|
||||
offset» однозначно показывает на конкретную запись в топике. Именно по offset'у
|
||||
consumer-группа помнит, где остановилась: дочитала до 19 — в следующий раз начнёт с 20,
|
||||
а не сначала. Поэтому имя группы — не косметика: смени его, и читатель начнёт топик заново
|
||||
(это ты потрогаешь руками в уроке 1, там группа задаётся в DDL как `kafka_group_name`).
|
||||
|
||||
**Lag** (отставание) — это, по сути, простая арифметика: сколько сообщений в топике уже
|
||||
есть, минус сколько группа успела прочитать. Ноль — читатель идёт вровень с потоком; растёт
|
||||
— читатель не успевает.
|
||||
|
||||
> **Маленькая честность про lag.** У групп `ch_stg_*` колонки offset и lag в Kafka UI
|
||||
> окажутся **пустыми**, хотя сама группа живая (`STABLE`, 1 участник). Это не баг и не
|
||||
> поломка: так уж ClickHouse-движок работает с группой — свой прогресс чтения он держит
|
||||
> **на своей стороне** (его видно в системной таблице `system.kafka_consumers`), и именно
|
||||
> там стоит смотреть, не отстаёт ли он. Не удивляйся пустой ячейке offset/lag в Kafka UI;
|
||||
> проверять отставание ClickHouse удобнее с его конца — этим и займёшься в уроке 1.
|
||||
|
||||
---
|
||||
|
||||
## 4. Проверь себя
|
||||
|
||||
| Действие | Где смотреть | Что ожидать |
|
||||
|----------|--------------|-------------|
|
||||
| открыть список топиков | Kafka UI → *Topics* | 4 топика событий (`*_events`), у каждого 1 партиция |
|
||||
| открыть `browser_events` | вкладка *Messages* | сообщения с offset'ами 0, 1, 2, …; в Value — JSON события |
|
||||
| сравнить два времени | Value (`event_timestamp`) vs Kafka *Timestamp* | время события и время доставки в Kafka различаются |
|
||||
| открыть consumers | Kafka UI → *Consumers* | 4 группы `ch_stg_*`, статус `STABLE`, по 1 участнику |
|
||||
|
||||
---
|
||||
|
||||
## 5. Что должно получиться
|
||||
|
||||
После урока у тебя в голове — карта живого кластера: четыре топика событий, в каждом
|
||||
сообщения с offset'ами, и четыре consumer-группы ClickHouse, которые их читают. Ничего
|
||||
не меняли — только сопоставили слова из видео с экранами Kafka UI.
|
||||
|
||||
И проверь себя на словах: сможешь объяснить, чем **топик** отличается от **партиции**, что
|
||||
такое **offset** и зачем consumer-группе его помнить? Короткая зацепка для ответа — что
|
||||
произойдёт, если читатель забудет свой offset и начнёт топик сначала? Примерно такие вопросы
|
||||
по теме урока всплывут на еженедельном созвоне.
|
||||
|
||||
---
|
||||
|
||||
## Мост к уроку 1
|
||||
|
||||
Мы посмотрели на поток **со стороны Kafka**: события лежат в топиках, ClickHouse подключён
|
||||
к ним группами и что-то вычитывает. Логичный следующий вопрос: **а куда именно ClickHouse
|
||||
кладёт прочитанное и как он это делает?** Об этом — урок 1: там ты руками увидишь, как
|
||||
сообщение из топика превращается в строку таблицы ClickHouse, и заодно посмотришь на чтение
|
||||
Kafka «с другого конца».
|
||||
Reference in New Issue
Block a user