Kafka都没整明白，还敢去面试？( 五 )

本文插图
【Kafka都没整明白，还敢去面试？】KStreamBuilder 有个 Stream 方法，该方法以主题名称(topic name)作为参数，返回一个 KStream 对象，即，订阅了指定主题的实例化对象。

本文插图
基于 KStream 对象，这时我们就可以使用 Kafka Streams 高级 DSL 提供的众多方法(例如：map ， process ， transform ， join 等) ，然后将处理后的数据发送到另一个主题。

本文插图
最后，通过构建器(builder)和流配置进行流式传输：

本文插图
通过 Kafka Streams API ，我们无需单独部署集群即可在 Kafka 中进行数据流处理。
Kafka Streams API 给我们带来的便捷主要包含以下几个方面：

高可扩展性，灵活性，分布式和容错性。
支持有状态和无状态处理。
具有窗口，联接和聚合的事件时间处理。
通过 Kafka Streams DSL 或较低级别的处理器 API 使用已经定义的常见转换操作。
对处理没有单独的群集要求(与 Kafka 集成) 。
采用一次一个记录的处理以实现毫秒级的处理延迟。
支持 Kafka Connect 连接到不同的应用程序和数据库。

总结
Kafka 的便捷操作是其备受业内人士广泛关注的原因之一，然而更重要的是其出色的稳定性，可靠性及耐用性，且具有灵活的发布/队列，可以很好地适应 N 个消费者组，具有强大的可复制性，可以为生产者提供一致性保证。
本次分享基于 Kafka 核心要素及其常见部署做了详情解析，希望给圈内感兴趣的人士提供技术普及，交流互补。
作者：罗小罗
简介：英国 TOP10 计算机专业，计算机科学与技术硕士，先后就职于汇丰， JPMorgan ， HP ，交行，阿里等国内外知名企业。涉及项目领域主要有：互联网金融，电商，教育，医疗等。现任就职于某世界 500 强公司，担任测试开发团队负责人，带领团队构建并持续优化自动化测试框架，研发自动化测试辅助类工具;擅长领域：单元/接口/性能/安全/自动化测试/CD/CI/DevOps;个人持续研究领域：自动化测试模型/数据分析/算法/机器学习等。
编辑：陶家龙
征稿：有投稿、寻求报道意向技术人请联络 editor@51cto.com
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】