小灰工作3年了，一直在一家初创公司做大数据架构师，最近几次大厂的面试经历都百般不顺，小灰心如死灰，想着如果一直跳槽无望，只能跟着时下最火的地摊儿大军一起去出摊儿谋生了。
被问到了为什么要使用 Kafka，有哪种场景下需要使用 JMS，小灰一脸问号。工作几年来，接触了 Kafka，Elasticsearch 等等，居然没想过为什么要用这些眼花缭乱的消息系统，各种数据库。脑海中一直萦绕着面试官问的好几个问题，看似简单，小灰却给不出一个系统性的答复。
- Kafka为什么这么快
- 如何对Kafka集群进行调优
- Kafka的高性能网络架构是如何设计的
- Kafka集群资源如何评估？
架构师这个职业，大家都在想尽办法提升技能，弯道超车，苦恼的小灰约了几个哥们儿撸串，正准备吐苦水的时候，一个哥们儿推荐了他一个重磅级的 0元训练营，撸串儿局变身技能提升局，绝处逢生的小灰顿时豁然开朗。
总之，想要成为一名合格的大数据架构师，掌握这些技能是非常必要的。大数据技术的广泛应用，消息中间件种类繁多，各种大厂的也逐渐开源了，每个企业都开始二次加工自己的消息中间件以满足自己的内部需求。导致市场对这类人才的需求也是日趋旺盛。只要努力，年薪百万不是梦。
其实，无论什么系统，框架，最值钱的就是为了保存和应用数据，保存各种数据以应付后期的调优，统计使用等。现在由于都是出于高并发环境下，由于来不及同步处理，请求往往会发生堵塞，比如说，大量的insert，update之类的请求同时到达 MySQL，直接导致无数的行锁表锁，甚至最后请求会堆积过多，从而触发 too many connections 错误。通过使用消息队列，我们可以异步处理请求，从而缓解系统的压力。
Kafka 是一个发布订阅消息系统，由 topic 区分消息种类，每个 topic 中可以有多个 partition，每个kafka集群有一个多个 broker 服务器组成，producer 可以发布消息到 Kafka中，consumer 可以消费 Kafka 中的数据。Kafka 就是生产者和消费者中间的一个暂存区，可以保存一段时间的数据保证使用。
如果大家想深耕大数据行业，还是建议大家抢先体验一下这次的 Kafka 源码深度剖析训练营，这次训练营带领充满求知欲的大家踏入架构师之路的正轨，旨在产出优雅的大数据架构设计解决方案，从而真正成为企业级不可或缺的大数据架构师！
