#kafka — Public Fediverse posts

ID.me is hiring Staff Software Engineer - Reporting & Billing

🔧 #golang #java #kotlin #api #kafka #sql
🌎 McLean, Virginia
⏰ Full-time
🏢 ID.me

Job details https://jobsfordevelopers.com/jobs/staff-software-engineer-reporting-billing-at-id-me-sep-4-2026-961359?utm_source=mastodon.world&utm_medium=social&utm_campaign=posting
#jobalert #jobsearch #hiring

Databricks is hiring Site Reliability Engineer

🔧 #python #aws #azure #cicd #docker #gcp #kafka #kubernetes #terraform
🌎 Costa Rica
⏰ Full-time
🏢 Databricks

Job details https://jobsfordevelopers.com/jobs/site-reliability-engineer-at-databricks-com-may-19-2026-e87a3b?utm_source=mastodon.world&utm_medium=social&utm_campaign=posting
#jobalert #jobsearch #hiring

Databricks is hiring Site Reliability Engineer

🔧 #python #aws #azure #cicd #docker #gcp #kafka #kubernetes #terraform
🌎 Costa Rica
⏰ Full-time
🏢 Databricks

Job details https://jobsfordevelopers.com/jobs/site-reliability-engineer-at-databricks-com-may-19-2026-e87a3b?utm_source=mastodon.world&utm_medium=social&utm_campaign=posting
#jobalert #jobsearch #hiring

Databricks is hiring Site Reliability Engineer

🔧 #python #aws #azure #cicd #docker #gcp #kafka #kubernetes #terraform
🌎 Costa Rica
⏰ Full-time
🏢 Databricks

Job details https://jobsfordevelopers.com/jobs/site-reliability-engineer-at-databricks-com-may-19-2026-e87a3b?utm_source=mastodon.world&utm_medium=social&utm_campaign=posting
#jobalert #jobsearch #hiring

Databricks is hiring Site Reliability Engineer

🔧 #python #aws #azure #cicd #docker #gcp #kafka #kubernetes #terraform
🌎 Costa Rica
⏰ Full-time
🏢 Databricks

Job details https://jobsfordevelopers.com/jobs/site-reliability-engineer-at-databricks-com-may-19-2026-e87a3b?utm_source=mastodon.world&utm_medium=social&utm_campaign=posting
#jobalert #jobsearch #hiring

Databricks is hiring Site Reliability Engineer

🔧 #python #aws #azure #cicd #docker #gcp #kafka #kubernetes #terraform
🌎 Costa Rica
⏰ Full-time
🏢 Databricks

Job details https://jobsfordevelopers.com/jobs/site-reliability-engineer-at-databricks-com-may-19-2026-e87a3b?utm_source=mastodon.world&utm_medium=social&utm_campaign=posting
#jobalert #jobsearch #hiring

“…they say that all of us belong to the Castle…” #kafka #thecastle #20BOS26 Book 31
https://kaggsysbookishramblings.wordpress.com/2026/08/25/they-say-that-all-of-us-belong-to-the-castle-kafka-thecastle-20bos26-book-31/
🫧 via https://bubbles.town/entry/44773324

“…culture belongs…in its original context.” #kafka #20BOS26 Book 29
https://kaggsysbookishramblings.wordpress.com/2026/08/19/culture-belongs-in-its-original-context-kafka-20bos26-book-29/
🫧 via https://bubbles.town/entry/44769854

Kafka CLI options driving you crazy? AI might finally have a solution.
Grzegorz Kocur tested Confluent’s mcp-confluent server with Claude Code on local Kafka clusters running mTLS and SASL/SCRAM.
Read to find out what happened: https://softwaremill.com/managing-kafka-with-ai-and-mcp/

#Kafka #ApacheKafka #AI #MCP #DevOps #ClaudeAI #Confluent

Реалтайм-аналитика «без боли»: миграция из PostgreSQL и Kafka в ClickHouse и визуализация в Superset

Когда у вас появляется продукт с активными процессами и большим количеством пользователей, объём данных начинает расти быстрее, чем ожидалось. На старте всё выглядит достаточно просто: есть PostgreSQL, где хранятся основные сущности, есть Kafka с событиями, и кажется, что этого достаточно для решения большинства задач. Но со временем появляются новые вопросы. Команде становится недостаточно просто посчитать количество записей или получить текущее состояние объекта. Хочется понять, что происходило в системе: какие события привели к изменению состояния, какие действия выполнялись, где возникла проблема и на каком этапе произошёл сбой. В этот момент становится понятно, что обычные источники данных не всегда подходят для аналитики. PostgreSQL должен обслуживать основную нагрузку приложения, а Kafka отлично решает задачи доставки событий, но не является удобным инструментом для сложного анализа. В этой статье расскажу, как мы с командой построили отдельный аналитический контур: организовали миграцию данных из разных источников, объединили события Kafka и данные PostgreSQL, а затем вывели результат в удобные дашборды для технических специалистов и бизнеса. Узнать больше

https://habr.com/ru/companies/magnit/articles/1049072/

#clickhouse #kafka #postgresql #superset #peerdb #kafkaconnect

Реалтайм-аналитика «без боли»: миграция из PostgreSQL и Kafka в ClickHouse и визуализация в Superset

Когда у вас появляется продукт с активными процессами и большим количеством пользователей, объём данных начинает расти быстрее, чем ожидалось. На старте всё выглядит достаточно просто: есть PostgreSQL, где хранятся основные сущности, есть Kafka с событиями, и кажется, что этого достаточно для решения большинства задач. Но со временем появляются новые вопросы. Команде становится недостаточно просто посчитать количество записей или получить текущее состояние объекта. Хочется понять, что происходило в системе: какие события привели к изменению состояния, какие действия выполнялись, где возникла проблема и на каком этапе произошёл сбой. В этот момент становится понятно, что обычные источники данных не всегда подходят для аналитики. PostgreSQL должен обслуживать основную нагрузку приложения, а Kafka отлично решает задачи доставки событий, но не является удобным инструментом для сложного анализа. В этой статье расскажу, как мы с командой построили отдельный аналитический контур: организовали миграцию данных из разных источников, объединили события Kafka и данные PostgreSQL, а затем вывели результат в удобные дашборды для технических специалистов и бизнеса. Узнать больше

https://habr.com/ru/companies/magnit/articles/1049072/

#clickhouse #kafka #postgresql #superset #peerdb #kafkaconnect

Реалтайм-аналитика «без боли»: миграция из PostgreSQL и Kafka в ClickHouse и визуализация в Superset

Когда у вас появляется продукт с активными процессами и большим количеством пользователей, объём данных начинает расти быстрее, чем ожидалось. На старте всё выглядит достаточно просто: есть PostgreSQL, где хранятся основные сущности, есть Kafka с событиями, и кажется, что этого достаточно для решения большинства задач. Но со временем появляются новые вопросы. Команде становится недостаточно просто посчитать количество записей или получить текущее состояние объекта. Хочется понять, что происходило в системе: какие события привели к изменению состояния, какие действия выполнялись, где возникла проблема и на каком этапе произошёл сбой. В этот момент становится понятно, что обычные источники данных не всегда подходят для аналитики. PostgreSQL должен обслуживать основную нагрузку приложения, а Kafka отлично решает задачи доставки событий, но не является удобным инструментом для сложного анализа. В этой статье расскажу, как мы с командой построили отдельный аналитический контур: организовали миграцию данных из разных источников, объединили события Kafka и данные PostgreSQL, а затем вывели результат в удобные дашборды для технических специалистов и бизнеса. Узнать больше

https://habr.com/ru/companies/magnit/articles/1049072/

#clickhouse #kafka #postgresql #superset #peerdb #kafkaconnect

PostgreSQL и аналитика: что меняется, когда хранилище становится общим

HTAP — одна из главных тем в мире СУБД. Вокруг PostgreSQL массово появляются конструкции с внешними аналитическими движками со своими моделями хранения данных и ограничениями совместимости, однако бизнесу не совсем комфортно жить в архитектуре, где транзакционные данные находятся в одной системе, аналитика - в другой, а между ними - разного рода ETL, CDC и прочие parquet-файлы. В Tantor мы движемся по иному пути, развивая HTAP внутри PostgreSQL, а не рядом с ним. Вокруг этой идеи строятся СУБД Tantor Polar и машина баз данных Tantor XData Gen3, в которой OLTP и аналитика, не теряя совместимости с Postgres, работают поверх общего хранилища данных и общей видимости транзакций. В этой статье хочется поговорить не столько о самом термине HTAP, сколько о том, как меняется архитектура PostgreSQL, когда OLTP и аналитика начинают работать поверх общего хранилища данных.

https://habr.com/ru/companies/tantor/articles/1039680/

#tantor #tantor_postgres #xdata #tantor_xdata #oracle_exadata #duckdb #greenplum #kafka #clickhouse

📚 Oh, the irony! We're delving into how the king of #contradictions penned his #mystical hilltop #odyssey. Spoiler alert: It involves a lot of words, pretentiousness, and the kind of existential dread that would make even #Kafka roll his eyes. 🙄📖
https://www.theguardian.com/books/2025/dec/31/the-master-of-contradictions-by-morten-hi-jensen-review-how-thomas-mann-wrote-the-magic-mountain #irony #existentialdread #HackerNews #ngated

Did some dependency updates to my #zio #test #library for #scala

https://codeberg.org/jjba23/zzspec

zzspec v1.0.12 is now available

easily perform unit, integration and black box tests, with some #docker test #containers too if needed

leveraging the expressive ZIO test framework and use helpers for #postgresql #kafka and more