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。
架构与中间件
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。
Kafka Schema Registry 与 Avro 兼容性策略实战
"使用 Schema Registry 管理 Avro 模式，介绍兼容性策略与生产者/消费者集成示例，保障演进与解耦。"
Kafka Schema Registry 与 Avro/Protobuf 演进（兼容策略与验证）
使用 Schema Registry 管理 Kafka 消息模式，选择兼容策略（BACKWARD/FORWARD/FULL），实施演进与验证，保障生产稳定性。
Kafka MirrorMaker2 跨区域复制与一致性治理（2025）
Kafka MirrorMaker2 跨区域复制与一致性治理（2025）一、拓扑与链路拓扑：源集群→（MirrorMaker2）→ 目标集群，多区域互备；避免环路。连接器：配置 `replication.policy.class` 与心跳/检查点主题，确保位点同步。二、延迟与吞吐延迟（延迟）：监控复
