1.kafka源码阅读之MacBook Pro M1搭建Kafka2.7版本源码运行环境
2.NameServer 核心原理解析
3.浅析源码 golang kafka sarama包(一)如何生产消息以及通过docker部署kafka集群with kraft
kafka源码阅读之MacBook Pro M1搭建Kafka2.7版本源码运行环境
在探索Kafka源码的过程中，决定搭建本地环境进行实际运行，以辅助理解和注释。由于日常开发中常使用Kafka 2.7版本，选择了在MacBook Pro M1笔记本上搭建此版本的源码环境。搭建过程中，成本逐利指标源码记录了遇到的障碍，方便未来再次搭建时不必从头开始。 搭建Kafka 2.7源码环境需要准备以下基础环境：一、Zulu JDK1.8
在MacBook Pro M1笔记本上，基本都已安装JDK，版本不同而已。使用的是Zulu JDK1.8版本，通过下载.dmg格式的一键安装，环境自动配置，排卦程序源码安装路径通常在 /Library/Java/JavaVirtualMachines。二、Scala 2..1
并未在系统里安装Scala，而是直接利用IDEA。按照Preferences -> Plugins -> Scala安装。选择IDEA的不同Scala JDK版本。三、安装Gradle6.6
通过官网gradle.org/releases/下载Gradle6.6版本。如国内下载速度较慢，可直接从百度网盘下载安装包。安装完成后，解压并放置在目录/Users/helloword/software/gradle-6.6，通过mac终端执行指令配置环境。四、征途小蜜源码Zookeeper3.4.6安装
直接从百度网盘下载zookeeper-3.4.6.tar.gz包，解压后放置在三台机器的/app目录下。在每个目录中创建data子目录，并建立myid文件，按照特定数字填写。在zoo.cfg文件中进行配置并复制至其他机器。五、Kafka2.7源码部署
从官网下载Kafka 2.7源码，或从百度网盘获取。解压至目录/Users/helloword/software/kafka/kafka-2.7.0-src，并通过Gradle构建环境。在mac终端执行指令，生成gradle-wrapper.jar，配置依赖。淘宝瀑布流源码将源码导入IDEA，加载Gradle构建的项目。六、源码运行
确保源码运行打印日志，需将log4j.properties复制到core的 resources目录，并在build.gradle中添加log4配置。修改config/server.properties配置，包括zookeeper路径和broker的ip。配置server、consumer、producer三个进程，确保Kafka服务、消费者和生产者能够正常工作。 整个Kafka 2.7版本源码的淘口令导航源码本地搭建步骤完成。后续计划撰写系列文章总结阅读源码的经验。关注公众号写代码的朱季谦，获取更多分类归纳的博客。NameServer 核心原理解析
NameServer，通常被称为注册中心，是RocketMQ架构中一个关键但常被忽视的组件。它在集群背后起着类似Zookeeper在Kafka中的作用，支持Broker、Producer和Consumer的正常协作。
在日常操作中，我们主要与Producer和Consumer交互，NameServer则作为幕后支持者。Broker启动时，会将自己的信息，如IP、端口以及存储的Topic路由信息（指明每个MessageQueue所在的Broker）通过心跳发送到NameServer。Producer则依赖NameServer获取元数据，将消息发送到正确的Broker。而Consumer通过NameServer获取消费配置，如Topic和Consumer Group，从而获取Broker的地址信息，开始消费消息。
接下来，我们通过注册Broker的源码来理解NameServer的工作。首先，NameServer会验证Broker发送的数据完整性，接着处理Body，如重置DataVersion或解析配置信息。核心的注册逻辑会维护集群中Broker的Name及其对应的地址信息，确保数据一致性。同时，它还会维护每个Broker的地址，区分主从节点，并处理可能的重复地址。此外，NameServer还会维护MessageQueue的数据，包括创建、更新和维护Broker与MessageQueue的映射关系。
NameServer的启动流程涉及定期扫描并更新活跃Broker列表，以及移除长时间无心跳的Broker。虽然文章仅展示了注册Broker的流程，但NameServer实际上支持更多操作，如查询、删除等，这些操作的源码都与注册操作紧密相关。
本文已为您全面解析了NameServer的核心原理，若对其他内容感兴趣，欢迎您通过微信搜索关注SH的全栈笔记获取更多帮助。感谢您的支持，点赞关注和分享是对我们最大的鼓励。
浅析源码 golang kafka sarama包(一)如何生产消息以及通过docker部署kafka集群with kraft
本文将深入探讨Golang中使用sarama包进行Kafka消息生产的过程，以及如何通过Docker部署Kafka集群采用Kraft模式。首先，我们关注数据的生产部分。
在部署Kafka集群时，我们将选择Kraft而非Zookeeper，通过docker-compose实现。集群中，理解LISTENERS的含义至关重要，主要有几个类型：
Sarama在每个topic和partition下，会为数据传输创建独立的goroutine。生产者操作的起点是创建简单生产者的方法，接着维护局部处理器并根据topic创建topicProducer。
在newBrokerProducer中，run()方法和bridge的匿名函数是关键。它们反映了goroutine间的巧妙桥接，通过channel在不同线程间传递信息，体现了goroutine使用的精髓。
真正发送消息的过程发生在AsyncProduce方法中，这是数据在三层协程中传输的环节，虽然深度适中，但需要仔细理解。
sarama的架构清晰，但数据传输的核心操作隐藏在第三层goroutine中。输出变量的使用也有讲究：当output = p.bridge，它作为连接内外协程的桥梁；output = nil则关闭channel，output = bridge时允许写入。
