专题演讲嘉宾：许文强

演讲摘要：

随着 Kappa 架构流批一体在大数据领域兴起，万物互联引发数据源爆发，基于数据流的实时处理计算成为趋势，传统的分布式数据计算引擎如 Spark、Flink 也面临着数据量级和业务复杂度的双重考验。业界的流批一体，也逐渐转变为统一到流。近年来，新的流计算形态不断涌现。

在 Apache Kafka 的生态中，通常是通过原生的 Connector 来实现集群间的容灾、同步以及简单的数据转换处理能力。如果需要实现流式计算处理，则需借助Flink、Spark或者原生的Kafka Stream来编程实现。

在实际的使用运营过程中面临学习成本、运维投入、扩缩容等问题。随着Serverless 架构的兴起，其具有事件触发，多语言编程，弹性扩缩容，函数态运行等能力，为消息在容灾、同步、转换处理、流式计算等场景下，提供了一种新的技术选择。本次内容主要分享基于Serverless 架构的消息的处理、流转的一种探索和实践经验。

演讲大纲：

1. 在流计算兴起的大架构下，消息队列 Kafka 在容灾、同步、实时计算等场景中的进化机遇和挑战；
2. Serverless Function/EDA 事件驱动架构的趋势分析和优势解析；
3. Kafka Connector/Stream 在 Serverless 架构中的实现；
4. Kafka 的容灾、同步、数据清洗的具体案例分析；
5. Serverless + Kafka 消息处理/计算的未来演进规划。

听众收益：

1. 了解Kafka的数据流转和Serverless架构结合的优势。

2. 了解结合Serverless的设计理念，以及实现大数据架构下数据流转的技术实现和原理。

3. 了解如何用Kafka + Function的能力实现消息的流转、处理。简化研发运维的投入成本。

4. 了解如何将消息处理和开源的Serverless项目相结合，实现更轻量的消息计算。