# 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.