Kafka Streams 是 Java 生态中轻量嵌入式实时流处理库，不依赖外部集群，适合事件过滤、聚合等场景；通过 StreamsBuilder 构建拓扑，支持无状态处理（filter/map）和有状态计算（分组+count/reduce/aggregate），并提供滚动、跳跃、会话三类窗口；需配置 APPLICATION_ID_CONFIG、exactly_once_v2 及命名状态存储以保障生产就绪。
Kafka Streams 是 Java 生态中轻量、嵌入式、与 Kafka 深度集成的实时流处理库，不依赖外部集群，直接以库形式运行在应用进程中。它适合做事件过滤、实时聚合、状态更新、窗口统计等常见业务场景，比如订单超时监控、词频统计、用户行为汇总等。
构建基础拓扑：从读取到转换再到写出
核心是用 StreamsBuilder 定义数据流动路径（即 Processor Topology）：
- 调用 stream("input-topic") 创建 KStream，代表无状态的记录流；每条记录独立处理，不依赖历史
- 链式调用 filter()、map()、flatMapValues() 等无状态操作完成清洗和结构转换
- 用 to("output-topic") 将结果写回 Kafka；中间可插 through("intermediate-topic") 用于调试或解耦复杂逻辑
示例：提取日志中的错误关键词并转大写后输出
KStream<String, String> inputStream = builder.stream("logs-topic");
inputStream.filter((key, value) -> value.contains("ERROR"))
.mapValues(v -> "[ERR]" + v.toUpperCase())
.to("alerts-topic");
做有状态计算：分组 + 聚合是关键
Kafka Streams 的实时聚合能力依赖两个动作配合：先 分组（groupByKey 或 groupBy），再 聚合（count / reduce / aggregate）。结果默认输出为 KTable，反映每个 key 的最新状态。
立即学习“Java免费学习笔记（深入）”；
- count()：最常用，自动初始化为 0，适合统计数量（如“每个用户点击次数”）
- reduce()：要求输入输出类型一致，用二元函数合并值（如字符串拼接、数值累加）
- aggregate()：最灵活，支持自定义初始值和累加逻辑，适合计算平均值、最大最小值、复合对象等
注意：所有聚合都依赖本地状态存储（State Store），Kafka Streams 会自动创建 changelog 主题保障容错与恢复。
处理时间维度：窗口（Windowing）不可少
真实业务中，多数聚合需限定时间范围，比如“过去 5 分钟的订单总额”或“每小时活跃用户数”。Kafka Streams 提供三类窗口：
- Tumbling Window：固定长度、无重叠（如每 10 秒一个桶）
- Hopping Window：固定长度、可重叠（如窗口长 30 秒，每 10 秒滑动一次）
- Session Window：按用户行为会话动态划分（如两次操作间隔超 30 分钟则视为新会话）
使用方式是在 groupByKey 后接 windowedBy，再调用 count() 或 aggregate()：
KTable<Windowed<String>, Long> hourlyCounts = words .groupBy((k, v) -> v) .windowedBy(TimeWindows.of(Duration.ofHours(1))) .count();
进阶要点：状态管理与生产就绪配置
实际部署不能只写逻辑，还需关注稳定性与可观测性：
- 状态存储可显式命名并配置保留策略：Materialized.as("word-count-store")，便于调试和交互查询
- 必须设置 APPLICATION_ID_CONFIG，它是 Kafka Streams 应用的身份标识，影响状态恢复和任务分配
- 推荐启用 processing.guarantee = exactly_once_v2，确保端到端精确一次语义
- 通过 peek() 插入日志观察数据流转，避免在生产环境用 print() 这类阻塞操作
不复杂但容易忽略
