Update Account Info

book/docs/9_kafka_zero_to_hero/9_1_kafka_intro/9_1_1_architecture.md

@@ -4,6 +4,8 @@
 
 ## 카프카란
 
+> 카프카(Kafka)는 아파치 소프트웨어 재단에서 개발한 오픈 소스 분산 스트리밍 플랫폼입니다. 대규모 데이터 처리와 실시간 데이터 스트리밍을 목적으로 설계되었습니다. 카프카는 여러 애플리케이션 간에 데이터를 효율적으로 교환할 수 있게 합니다.[MSA(MicroService Arcitecture)에 적합하다고 평가]
+
 - 카프카는 4개의 구성요소로 이루어져 있습니다. (Zookeeper, Kafka Cluster, Producer, Consumer)
 - 카프카는 주로 대용량의 실시간 데이터 스트리밍을 처리하기 위해 사용되는 분산 스트리밍 플랫폼입니다.
 

book/docs/9_kafka_zero_to_hero/9_1_kafka_intro/9_1_2_topic_and_partition.md

@@ -15,6 +15,8 @@
 ## 파티션
 
 ![alt text](./images/9_1_2_1.png)
+> - 각 원 안의 숫자는 메시지의 오프셋(Offset)을 나타냅니다. 오프셋은 파티션 내에서 각 메시지의 고유햔 위치를 의미하며, 0부터 시작하여 순차적으로 증가합니다.
+> - 원의 색상은 각 메시지가 어떤 파티션에 저장되었는지를 나타냅니다. 동일한 색상의 원은 동일한 파티션에 속한 메시지임을 의미합니다.
 
 - 파티션은 메시지를 저장하는 물리적인 파일입니다.
   - 각 파티션은 여러 Segment로 이루어져있고 각각은 특정 오프셋 범위를 가집니다.
@@ -30,6 +32,12 @@
   - Consumer는 Offset 기준으로 메시지를 순서대로 읽어오게 됩니다.
   - 메시지는 삭제되지 않습니다. (retention.ms에 따라 일정 시간이 지난 뒤 삭제될 수는 있습니다.)
 
+## 요약
+- **토픽**: 메시지를 구분하고 관리하는 논리적 단위로, 명확한 이름을 통해 유지보수를 쉽게 할 수 있습니다.
+- **파티션**: 메시지를 물리적으로 저장하는 단위로, 병렬 처리와 확장성을 제공합니다.
+- **오프셋**: 파티션 내에서 메시지의 고유한 위치를 나타내며, 메시지의 순서를 보장합니다.
+
+
 <script src="https://utteranc.es/client.js"
         repo="Pseudo-Lab/data-engineering-for-everybody"
         issue-term="pathname"

book/docs/9_kafka_zero_to_hero/9_1_kafka_intro/9_1_3_partition_and_producer_consumer.md

@@ -3,16 +3,23 @@
 ## 파티션과 프로듀서
 
 ![alt text](./images/9_1_3_0.png)
+> 같은 토픽(주제)인 데이터가 파티션 0과 1에 분산되어 저장된다. 이를 결정하는 것을 프로듀서가 한다.
 
 - 프로듀서는 어떤 Partition에 메시지를 저장할지 결정해야합니다.
   1. 메시지 키가 제공되지 않은 경우 RoundRobin 방식으로 돌아가면서 저장할 수 있습니다.
   2. Key를 이용해 특정 Partition을 선택할 수 있습니다.
     - Key가 지정된 경우 Kafka는 키의 해시값을 이용해 메시지를 특정 파티션에 저장합니다.
     - 같은 키를 갖는 메시지는 항상 같은 Partition에 저장되기 때문에 메시지 순서가 보장됩니다.
 
+### 라운드 로빈(RoundRobin) 방식
+라운드 로빈은 프로듀서가 메시지를 각 파티션에 고르게 분산시키기 위해 사용하는 방식 중 하나입니다. 이 방식은 다음과 같이 동작합니다:
+- 메시지 분산: 프로듀서는 첫 번째 메시지를 첫 번째 파티션에, 두 번째 메시지를 두 번째 파티션에 저장하는 식으로 순차적으로 파티션에 메시지를 분산합니다.
+- 순환 반복: 모든 파티션에 한 번씩 메시지를 보낸 후 다시 첫 번째 파티션으로 돌아가서 동일한 순서로 메시지를 보냅니다. 즉, 파티션의 개수만큼 순환하면서 메시지를 저장합니다. 
+
 ## 파티션과 컨슈머
 
 ![alt text](./images/9_1_3_1.png)
+> 특정 토픽(Topic 1)을 원하는 컨슈머들은 각기 다른 컨슈머 그룹을 구성하여 브로커와 연결을 통해 컨슈머가 메시지를 수신받습니다.
 
 - 컨슈머는 **컨슈머 그룹**에 속하게 됩니다.
 - 한개의 파티션은 컨슈머 그룹에서 한개 컨슈머만 연결 가능합니다.
@@ -22,6 +29,17 @@
 - 그림 예시를 살펴보면 Consumer Group A에서 각 컨슈머는 Partition0과 Partition1을 공유할 수 없습니다.
 - 다른 Consumer Group B는 Consumer Group A에서 읽고있는 Partition0과 Partition1을 읽을 수 있습니다.
 
+### 컨슈머 그룹을 사용하는 이유
+1. 확장성과 병렬처리
+   - **부하분산**: 컨슈머 그룹을 사용하면 여러 컨슈머를 그룹으로 묶어, 각 컨슈머가 토픽의 서로 다른 파티션을 병렬로 처리할 수 있습니다. 이를 통해 데이터 처리 속도가 크게 향상됩니다.
+   - **확장성**: 처리해야 할 데이터 양이 증가하면 컨슈머 그룹에 컨슈머를 추가하여 쉽게 확장할 수 있습니다. 새로운 컨슈머가 그룹에 추가되면, 카프카는 자동으로 파티션을 다시 할당하여 각 컨슈머가 처리할 데이터를 균등하게 분배합니다. 
+
+2. 데이터 중복 방지
+   - **고유처리**: 컨슈머 그룹 내의 각 컨슈머는 고유한 파티션을 할당받아 처리하므로, 동일한 파티션의 데이터를 여러 번 처리하지 않습니다. 이는 동일한 데이터를 여러 번 처리하는 중복 작업을 방지하여 효율성을 높입니다.
+3. 장애 복구
+   - **높은 가용성**: 컨슈머 그룹 내의 특정 컨슈머가 장애를 일으키면, 해당 컨슈머가 처리하던 파티션의 데이터는 다른 컨슈머에게 자동으로 할당 됩니다. 이를 통해 데이터 처리가 중단되지 않고 지속될 수 있습니다.
+   - **자동 재할당**: 장애가 발생한 컨슈머가 다시 정상 작동하게 되면, 카프카는 자동으로 파티션을 재할당하게 됩니다. 
+
 <script src="https://utteranc.es/client.js"
         repo="Pseudo-Lab/data-engineering-for-everybody"
         issue-term="pathname"

book/docs/9_kafka_zero_to_hero/main_page.md

@@ -10,10 +10,10 @@
   - [신진수]()
   - [이동욱](https://github.com/ehddnr301)
   - [이영전]()
-  - [이호민]()
+  - [이호민](https://github.com/DShomin)
   - [이힘찬](https://github.com/ssilb4)
   - [장승호](https://github.com/jason9865)
-  - [홍지영​​]()
+  - [홍지영​​](https://github.com/jhongy1994)
 
 - 스터디 목표
   1. Kafka 이론에 대해 사용가능한 정도로 이해하기