kafka
Strimzi 在 Kubernetes 部署 Kafka 高可用实践
基于 Strimzi Operator 部署高可用 Kafka 集群，提供持久化与滚动升级的可验证方案
Kafka事务与幂等生产者：Exactly-Once实践
利用幂等生产者与事务实现端到端的 Exactly-Once 语义，降低重复与丢失风险。
Kafka事务与Exactly-Once：生产/消费端一致性治理
通过幂等生产与事务语义实现端到端一次性处理，规范消费者隔离与处理拓扑的错误恢复。
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 保留与压缩策略治理（2025）
Kafka 保留与压缩策略治理（2025）Kafka 的保留与压缩配置影响成本与查询与一致性，需要按业务治理。一、保留与分段retention.ms：控制时间保留与容量规划。segment.bytes：设定分段大小，平衡文件数量与恢复时长。二、压缩与键cleanup.policy：`delete`
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。
NATS JetStream与Kafka对比：轻量消息与流存储选型
对比 NATS JetStream 与 Kafka 的架构与语义，理解轻量消息与流存储的适配场景与一致性与成本权衡。
Kafka 主题保留与压缩策略（Retention、Compaction 与验证）
配置Kafka主题的时间/大小保留策略与日志压缩，按业务键保留最新值并降低存储成本，提供参数示例与端到端验证方法。
Kafka连接器与Schema Registry治理：兼容性与演进
以 Connect 与 Schema Registry 为核心，规范主题与模式演进，构建稳健的数据集成与传输治理。
