Initial commit: interview prep repo (resume, legend, stack cases, Kubernetes course)

This commit is contained in:
Tot Maxim
2026-07-18 00:37:41 +03:00
commit 9bb7f6263f
47 changed files with 3548 additions and 0 deletions

81
stack/kafka/CASE.md Normal file
View File

@@ -0,0 +1,81 @@
# Кейс: Kafka (домашняя однонодовая лаба)
Связь с легендой: [../../legend/LEGEND.md](../../legend/LEGEND.md) — раздел «Домашняя лаборатория / pet-проект». Kafka упоминалась только в требованиях вакансии Альфа-Банка и в вопросах Bi.Zone — в рабочем стеке компаний из резюме её нет, честный pet-кейс.
## Что нужно реально сделать (домашний стенд)
Однонодовый Kafka-брокер в режиме KRaft (без ZooKeeper — так проще для домашней лабы и это актуальная архитектура в новых версиях) в Docker, создать топик, погонять продюсера/консюмера через встроенные CLI-утилиты и замерить пропускную способность через `kafka-producer-perf-test`.
### 1. docker-compose.yml
```yaml
version: "3.8"
services:
kafka:
image: apache/kafka:3.7.0
container_name: kafka-lab
ports:
- "9092:9092"
environment:
KAFKA_NODE_ID: 1
KAFKA_PROCESS_ROLES: broker,controller
KAFKA_LISTENERS: PLAINTEXT://:9092,CONTROLLER://:9093
KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://localhost:9092
KAFKA_CONTROLLER_LISTENER_NAMES: CONTROLLER
KAFKA_CONTROLLER_QUORUM_VOTERS: 1@kafka-lab:9093
KAFKA_LISTENER_SECURITY_PROTOCOL_MAP: CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT
KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1
```
### 2. Создать топик и погонять продюсера/консюмера
```bash
docker compose up -d
docker exec -it kafka-lab /opt/kafka/bin/kafka-topics.sh \
--create --topic orders-events --bootstrap-server localhost:9092 \
--partitions 3 --replication-factor 1
# консюмер в одном терминале
docker exec -it kafka-lab /opt/kafka/bin/kafka-console-consumer.sh \
--topic orders-events --bootstrap-server localhost:9092 --group demo-group
# продюсер в другом терминале
docker exec -it kafka-lab /opt/kafka/bin/kafka-console-producer.sh \
--topic orders-events --bootstrap-server localhost:9092
```
Набрать несколько сообщений в продюсере — увидеть их в консюмере в реальном времени. Открыть второй консюмер с той же `--group demo-group` — увидеть, как партиции топика (3 штуки) распределяются между консюмерами внутри одной consumer group (каждое сообщение читается только одним консюмером из группы — это и есть горизонтальное масштабирование обработки).
### 3. Партиции и оффсеты
```bash
docker exec -it kafka-lab /opt/kafka/bin/kafka-topics.sh \
--describe --topic orders-events --bootstrap-server localhost:9092
docker exec -it kafka-lab /opt/kafka/bin/kafka-consumer-groups.sh \
--describe --group demo-group --bootstrap-server localhost:9092
```
Второй вывод показывает `CURRENT-OFFSET`/`LOG-END-OFFSET`/`LAG` на партицию — практическое понимание, как Kafka отслеживает, что консюмер уже прочитал, а что ещё нет.
### 4. Замер пропускной способности
```bash
docker exec -it kafka-lab /opt/kafka/bin/kafka-producer-perf-test.sh \
--topic orders-events --num-records 100000 --record-size 200 \
--throughput -1 --producer-props bootstrap.servers=localhost:9092
```
Записать полученные `records/sec` и `MB/sec` в [../../legend/CAPACITY.md](../../legend/CAPACITY.md) — честная лабная цифра для разговора про пропускную способность.
## Что это даёт в разговоре с интервьюером
- Понимание топика, партиции, consumer group, оффсета не как определений, а как наблюдаемого поведения (`--describe` показывает реальное распределение и лаг).
- Понимание, зачем нужны партиции — параллельная обработка внутри одной consumer group.
- Лабная цифра пропускной способности как честная база для разговора о производительности.
## Как это ложится в легенду
Kafka — pet-кейс, не приписанный к опыту в компаниях. Упоминается в резюме только в навыках как самостоятельно проработанная технология, без привязки к конкретному рабочему проекту.