Kafka Streams und ksqlDB beherrschen

Kapitel 6. Erweiterte Zustandsverwaltung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In den letzten beiden Kapiteln haben wir zustandsabhängige Verarbeitung in Kafka Streams besprochen. Als wir gelernt haben, wie man Aggregationen, Joins und Fensteroperationen durchführt, wurde deutlich, dass der Einstieg in die zustandsabhängige Verarbeitung ziemlich einfach ist.

Wie ich bereits angedeutet habe, bringen State Stores jedoch eine zusätzliche betriebliche Komplexität mit sich. Wenn du deine Anwendung skalierst, Ausfälle erlebst und routinemäßige Wartungsarbeiten durchführst, wirst du feststellen, dass die zustandsabhängige Verarbeitung ein tieferes Verständnis der zugrunde liegenden Mechanismen erfordert, um sicherzustellen, dass deine Anwendung im Laufe der Zeit weiterhin reibungslos funktioniert.

Ziel dieses Kapitels ist es, tiefer in die State Stores einzutauchen, damit du bei der Entwicklung zustandsorientierter Stream-Processing-Anwendungen ein höheres Maß an Zuverlässigkeit erreichen kannst. Ein großer Teil dieses Kapitels ist dem Thema Rebalancing gewidmet, das auftritt, wenn die Arbeit in deiner Verbrauchergruppe umverteilt werden muss. Rebalancing kann sich besonders auf zustandsbehaftete Anwendungen auswirken. Deshalb werden wir unser Verständnis dafür vertiefen, damit du in deinen eigenen Anwendungen damit umgehen kannst.

Einige der Fragen, die wir beantworten werden, sind:

• Wie ...