每个分区内的顺序是有保障的，消息在消费时不会被移除，这就是kafka专注的stream（流）场景，它提供了高吞吐量和分区的严格排序，这使得它非常适合处理有序的事件流。：是 Pulsar 的一种 Topic 类型，是“不落盘、纯内存” 的消息通道——数据不会写入磁盘、不会做副本复制，Broker 宕机或进程重启即丢失，因此极致轻量、低延迟，适合“可丢、可重试、要快、要大量”的短时消息场景。然后，在越

这样，系统在为某个主题（Topic）的 Ledger 选择 BookKeeper 节点存储副本时，便会依据这些机架信息，自动将多个副本分散到不同的可用区中，从根源上避免了数据全集中在单一机房的风险。所有这些策略的目标是一致的：在协调服务（ZK）不可靠时，优先“冻结”系统的元数据状态，全力保障最核心的数据平面（消息读写）的稳定运行，待 ZK 恢复后再处理积压的元数据变更。通过建立集群间安全的网络联通

Namespace Band 内包含多个 Topic 的哈希段，这种分段管理方式既保证了数据的均匀分布，又避免了单一 Topic 过大导致的"热点"问题。各组件职责单一，通过清晰的接口进行协作，这种设计不仅提高了系统的可维护性，也为未来的优化和扩展留下了空间。在金融交易、实时推荐等对可用性要求极高的场景中，这样的恢复时间是业务方完全无法接受的。Journal 写入首先写入 Journal(WAL)

阅读本文需要约 5 分钟作者：Rocky Jin，产品总监，杭州映云科技有限公司 EMQ X 产品负责人，拥有 15 年以上的软件行业从业经验。前 IBM 产品经理，车联网方案架构师和资...

fix][test]修复不稳定的 PulsarBrokerStatsClientTest.testTopicInternalStats。[improve][broker]启用对待处理的读取条目的并发处理，以避免重复读取。[improve][broker]启用对待处理的读取条目的并发处理，以避免重复读取。[fix][io]成功处理消息后确认 RabbitMQ 消息。[fix][broker]解决消息

本文介绍了以 Pulsar 做流数据平台，使用 Spark 进行批流一体数据处理的编程实践。（阅读本文需要约 15 分钟）批流现状在大规模并行数据分析领域，AMPLab 的『One stack to rule them all』提出用 Apache Spark 作为统一的引擎支持批处理、流处理、交互查询和机器学习等常见的数据处理场景。 2017 年 7 月，Spark 2.2.0 版本正式推...

它能够主动理解目标、分解任务、调用工具（API）、与环境交互并持续优化。消息队列的核心优势——可靠、解耦、异步、缓冲——在 AI Agent 分布式、异构、高并发、长流程的生态中，价值不仅未被削弱，反而被显著放大，成为串联智能体的生命线。Apache Pulsar 是 Apache 软件基金会顶级项目，是下一代云原生分布式消息流平台，集消息、存储、轻量化函数式计算为一体，采用计算与存储分离架构设计

这是 Spring AI 提供的 MCP 服务器启动器，它处理了与 AI 模型通信的所有底层协议和复杂性，我们只需要专注于实现“工具”即可。它的职责是“理解”用户的意图和我们工具的描述，然后做出决策——应该调用哪个工具，以及传入什么参数。：用户的指令通过我们的应用，交由 LLM 进行“翻译”，翻译结果（工具调用）再由我们的应用执行，最终作用于 Pulsar 集群。：这是 Apache Pulsar

可以预期，随着 AI 应用的进一步发展，会对消息处理的延迟、并发、扩容的便捷性和成本考量提出新的严苛要求，而这些都是 Pulsar 的传统优势。在用户量激增时，扩容往往需要 20-30 分钟，这对实时性要求很高的 AI 应用来说是不可接受的。Coze Studio 集成 Apache Pulsar，不仅仅是为了解决大规模应用场景的性能问题，更是为了应对 AI 应用未来的发展需求。初期阶段，对大多数

此前，刘宇成曾领导 Wayfair 的机器学习平台团队，负责扩展服务数百万客户的生产模型。上海开源信息技术协会副秘书长，对外经济贸易大学全球开源协作研究中心副主任，中国计算机学会开源发展委员会执委，开源社顾问、中国汽车工业协会开源顾问、北京智源人工智能研究院开源顾问、国科开源平台联合创始人，原中科院软件研究所 OpenHarmony 团队核心成员，原 OpenHarmony 项目创始生态负责人、教