Kafka 消费者组再均衡与偏移治理（Assignor、Offset 与会话参数）
解释消费者组再均衡机制与偏移提交策略，结合会话参数优化稳定性，并提供可验证的观测方法。
架构与中间件
Kafka 架构与消费组最佳实践（2025）
Kafka 架构与消费组最佳实践（2025）Kafka 以分区与副本实现高吞吐与扩展性。本文聚焦消费组、重平衡与幂等处理的工程要点。一、分区与副本分区：提升并行度；按键路由保证同键有序。副本与 ISR：副本同步与故障容忍，提升可用性。二、消费组与重平衡消费组：以组为单位进行分区分配与并行消费。重平衡
Kafka 事务与精确一次语义（Idempotent Producer、Transactional 与验证）
通过幂等生产与事务边界实现Kafka精确一次语义，配置生产者与消费者参数，并提供端到端的验证方案以避免重复写入与脏读。
Kafka 事务与端到端一致性（2025）
Kafka 事务与端到端一致性（2025）端到端一致性需要在生产、消费与持久化之间协同保障。一、幂等生产与事务幂等生产：避免重复消息；配置生产者幂等与重试。事务：将多个写入合并为原子操作，保障一致性。二、Exactly-once (EOS)EOS：在流处理与下游写入之间实现 Exactly-once
Kafka Streams状态存储与RocksDB调优
掌握 Kafka Streams 的状态存储与恢复机制，调优 RocksDB/缓存与日志，提升稳定性与延迟表现。
Kafka Streams 拓扑设计与交付一致性（2025）
Kafka Streams 拓扑设计与交付一致性（2025）一、拓扑与分区拓扑设计：按业务模块拆分子拓扑，减少耦合。重分区：在键变更时进行重分区，保证均衡与有序。二、状态与一致性状态存储： RocksDB 本地状态与压缩策略。Exactly-once：事务与偏移一致性保障端到端。三、容错与观测容错：
状态存储治理（2025）
Kafka Streams Exactly-Once 与事务/状态存储治理（2025）一、EOS 与事务配置：启用 `processing.guarantee=exactly_once_v2`；设置事务超时与隔离级别。幂等：生产端使用幂等写；避免重复提交。事务边界：按拓扑节点划分事务；失败回滚与重试
Kafka Schema Registry：Avro/Protobuf/JSON Schema演进
使用 Schema Registry 管理消息模式，比较三种模式的兼容策略与演进路径，保障生产稳定。
Kafka Schema Registry 兼容策略与演进（Backward/Forward/Full 与验证）
配置与验证Schema Registry的兼容策略，指导Avro模式的演进与回滚，避免生产者/消费者不兼容与数据破坏。
