Reconstruir recuentos de votos con Kafka está dirigido a quienes conocen los clientes básicos de Kafka y quieren reconstruir un resultado de negocio útil a partir de eventos retenidos. Reconstruirás los recuentos de puestos de una exposición, distinguiendo un evento reintentado de un voto nuevo y conservando el progreso de lectura de una aplicación de visualización existente.
Dos laboratorios guiados desarrollan la regla global de identidad y después una relectura nativa independiente completa. Un desafío aplica los mismos mecanismos a dos lotes de nuevas exposiciones y a un conflicto deliberado. Cada unidad empieza de forma independiente. El autor estima unos 140–170 minutos para el curso, incluidos lectura y errores habituales; no es un tiempo de finalización medido con principiantes.
Lo que aprenderás
Al completar el curso, podrás:
- distinguir la partición/offset de un registro Kafka de un ID global de evento de negocio;
- contar una sola vez los reintentos idénticos y conservar separados los ID diferentes con el resto del contenido igual;
- rechazar valores conflictivos con el mismo ID en lugar de elegir un ganador según el orden de llegada;
- capturar el límite congelado de cada partición y leer un lote finito completo pese a particiones vacías, posiciones omitidas y sondeos inactivos transitorios;
- publicar y leer instantáneas completas con envolturas físicas del origen, votos lógicos y el recuento de todos los puestos, incluidos los que tienen cero votos;
- reutilizar un programa Python con catálogos y distribuciones de particiones diferentes sin rebobinar los grupos originales de visualización.
A quién va dirigido este curso
Este curso es para estudiantes de Kafka que ya pueden publicar y consumir eventos JSON y quieren construir una vista derivada independiente.
Requisitos previos: Rutas básicas de terminal; funciones, bucles, diccionarios y JSON de Python; claves, particiones, offsets, grupos de consumidores y trabajo con productores/consumidores Python de Kafka tratados en Apache Kafka for Beginners. Completa ambos laboratorios guiados antes del desafío.
Entorno de aprendizaje: Cada unidad proporciona un entorno Linux preparado con Terminal, un broker Kafka local real, el cliente Python instalado, lotes de exposiciones sintéticos y herramientas para leer resultados. No necesitas una cuenta externa ni instalación local. Los comandos, las etiquetas de herramientas y la salida de ejecución están en inglés.
Preguntas frecuentes
¿Es un sistema de identidad de votantes o de una persona, un voto?
No. El negocio suministrado considera cada ID de evento nuevo como un voto aceptado. Reconstruyes esos eventos; no estableces quién es un visitante real ni si puede volver a votar.
¿Se enseñan flujos continuos o procesamiento exactamente una vez?
El curso trabaja con logs finitos congelados. Enseña reconstrucción completa y rechazo de conflictos, sin prometer recuperación de flujos continuos, atomicidad entre sistemas, durabilidad ante caídas ni comportamiento exactamente una vez de extremo a extremo.
¿Cómo amplía el desafío los laboratorios guiados?
Cambia los nombres de puesto, las relaciones entre eventos y los números y distribuciones de particiones. Las mismas interfaces Python y mecanismos de relectura enseñados deben producir ambos resultados válidos y rechazar un lote deliberadamente conflictivo conservando el resultado útil.
