我有一个kafka流应用程序，该应用程序当前仅在5分钟的时间内加入两个KStreams，并将合并结果写入另一个topic。
由于我在一个时间段内加入了两个topics，因此我的应用程序将具有与其相关联的状态。我的印象是，每隔5分钟窗口就会删除我应用程序中的状态存储（因为我的应用程序只关心5分钟的加入状态事件窗口）。
我期望磁盘空间利用率恒定。但是，似乎并非如此。已经12个小时了，我看不到国营商店正在清理。它一直在增长。
所以我对此有很多担忧，
让我知道您是否需要我的其他有关我的流应用的信息。我当前正在运行kafka-streams版本2.2.1，而我的经纪人也使用同一版本。
答案 0 :(得分：0)
Kafka Streams应用程序何时清除其状态？
状态的大小取决于保留期，默认情况下为1天。
Atm，无法更改KStream-KStream联接的保留期限-添加此功能已经是WIP：https://issues.apache.org/jira/browse/KAFKA-8558
如果我的应用程序在kafka stream应用程序集群中出现故障，并且我又启动了另一台主机并使其加入集群，则在重新平衡之后，磁盘中是否存在孤立的状态存储，用于重新平衡的分区？
是的。但是，如果在可配置（state.cleanup.delay.ms）时间段后未重用该状态，则将清除该状态（如果在已恢复的主机上重新启动Kafka Streams）。
我的理解是，仅当事件在定义的窗口中发生时才加入事件，那么，为什么卡夫卡需要保留状态存储中早于定义的窗口时间段的数据？
保留期更长，您的窗口大小允许Kafka Streams处理乱序数据。请注意，Kafka Streams使用事件时间语义，而不是处理时间语义。