Kafka-具有批处理数据的事件与流之间的差异
附加了一批数据的事件和偶尔发送数据的Kafka流有什么根本区别？它们可以互换使用吗？什么时候该用第一个，什么时候该用后一个？你能提供一些简单的用例吗？
注意：在这个问题的评论中有一些信息，但我想要一个更全面的答案。
共有1个答案
我假设您考虑的是流和带有批处理数据的事件之间的“差异”：
- 流：每个感兴趣的事件都会立即发送到流。因此，这些单个事件是细粒度的，大小很小（er）。
- 带有数据批处理的事件：多个单独的事件被聚合到一个较大的批处理中，当批处理达到一定大小、经过了一定时间或业务事务完成时，批处理事件被发送到流中。因此，这些批处理事件的粒度更粗，大小更大(r)。
下面是我能想到的一系列特点：
-
事件 事件，就是文档与浏览器发生特定的 交互瞬间。JavaScript与HTML之间的交互就是通过事件实现的。 事件流 所谓事件流，就是接收页面事件的顺序。 事件流分 事件冒泡流 与 事件捕获流。事件冒泡流是IE开发团队提出的，捕获流是Netscape开发团队提出的。 事件冒泡流 所谓事件冒泡，就是事件开始时由 最具体的元素（文档中嵌套最深的那个 节点）接收，然后逐级向上传播到较为不具体的节点（文
-
Java8流与RxJava可观测数据类似吗？ Java 8流定义：
-
当前设置：Spark流作业处理timeseries数据的Kafka主题。大约每秒就有不同传感器的新数据进来。另外，批处理间隔为1秒。通过，有状态数据被计算为一个新流。一旦这个有状态的数据穿过一个treshold，就会生成一个关于Kafka主题的事件。当该值后来降至treshhold以下时，再次触发该主题的事件。 问题：我该如何避免这种情况？最好不要切换框架。在我看来，我正在寻找一个真正的流式（一个
-
我在GCP数据流/Apache Beam中有一个PCollection。我需要将“按N”组合起来，而不是逐个处理它。类似于分组（N）。因此，在有界处理的情况下，它将按10个项目进行分组，最后一批是剩下的任何项目。这在Apache Beam中可能吗？
-
我的问题是，我要比较Java中的两个ArrayList 例如 通过比较方法，我知道这些数组是不同的 （如果数组具有相同的元素，即使它们的顺序不同，我的方法也返回false，如果它们具有相同的元素，则返回true） 因此，该方法将返回FALSE 我的问题是： 请注意，我将在这些ArrayList中包含多个对象，而且方法效率也很重要（不是很重要，但至少很重要）。我在这里看到了答案，但我不确定哪一个更好
-
我将一些事件转发给Kafka并启动了我的Kafka流程序。我的程序开始处理事件并完成。一段时间后，我停止了我的Kafka流应用程序并重新开始。观察到我的Kafka流程序正在处理已经处理过的先前事件。 根据我的理解，Kafka流在内部维护每个应用程序id的输入主题本身的偏移量。但在这里重新处理已经处理的事件。 如何验证Kafka流处理的偏移量？Kafka流是如何保存这些书签的？根据什么 如果Kafk