Kafka Streams 的工作原理
哪些公司问过
答案要点
- Kafka Streams 是客户端库,嵌入应用运行,扩容就是多启动几个实例,无需独立集群
- 拓扑按输入分区拆成 Task,Task 分配到流线程,靠消费者组再平衡,并行度受分区数限制
- 有状态算子使用本地状态存储(默认 RocksDB),并写 changelog topic 做容错恢复,可配 standby 副本
- 按新 key 聚合或 join 前会生成 repartition topic,保证相同 key 落到同一 Task
- KStream 表示事件流、KTable 表示按 key 的最新状态;可开启基于事务的精确一次语义
易错点
- 把 Kafka Streams 当成需要单独部署的集群框架
- 以为加实例就能无限扩展,实际并行度受输入分区数限制
- 忽略本地状态和 changelog 的存在,状态很大时恢复时间长影响可用性
- 把 Java Stream API 和 Kafka Streams 混为一谈
面试官常见追问
- 为什么用 Kafka Streams,Java 不是也有流式处理吗?
- 和 Flink 这类框架比怎么选?
- 实例故障后状态怎么恢复?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。