Kafka

從數學視角解析隊列積壓：如何科學地規劃系統恢復容量 (Capacity Planning)

該內容將複雜的分布式系統故障恢復過程成功地簡化為可量化的算術模型，具有極高的實踐價值。其優點在於明確區分了『穩定』與『排空』的差異，並警示了重試放大等高階失效模式；然而，其模型假設單個消費者的處理率 $\mu$ 為常數，在實際環境中，由於 I/O 抖動或 GC 影響，此數值往往是動態波動的，使用者在應用公式時需對此保留餘量。

從 Payload 到 Header：解析 Confluent Kafka 調整 Schema ID 儲存位置的技術動機與影響

該內容精準地捕捉了 Kafka 訊息封裝從『特有格式』回歸『標準格式』的技術轉型，評價為一次高價值的架構優化。其核心價值在於將元數據（Metadata）與實體資料分離，大幅降低了下游工具的解析門檻；但其成效保留在於舊版 Connector 的相容性，若缺乏過渡期的雙模處理機制，短期內可能會增加維運端的調適成本。