我们有一系列网络活动。
事件由（domain，uid）分区。
此处说明的所有事件均来自同一个域。有数千个域，流量非常不均匀（因此划分）。
假设我们有来自一个未注册用户（uid1）的事件。 我们有来自同一个未注册用户的事件来自一个单独的设备，它会创建一个新的uid（我们称之为uid2）。
当我们在uid1上注册时，它会注册一个电子邮件（email1）。 之后，它从第二台设备登录 - 所以我们可以知道两个uid来自同一个用户。
当发生这种情况时，我们可以在登录时检查状态存储以获取用户标识符（例如电子邮件）以查看它是否存在并因此获得正确的用户。
但是，由于它们是不同的uid，因此它们不会被分割。仅通过域而不是（域，uid）进行分区是不可取的。
另外，这样的用户商店的大小可能非常大，无法保存在每个应用程序实例中（数百万条记录），因此对于GlobalKTable商店来说可能太多了。
如何解决这个问题？
答案 0 :(得分：0)
对我来说，如果我们有uid1对应uid2，那么我们可以将uid1的用户数据存储在uid2实例的本地KTable中。因为uid2总是去那个实例，所以我们只需要将uid1存储在该实例的KTable中（而不是全局KTable中）。
因此，您可以在Kafka之外拥有一个全局存储，可能位于分布式内存中的键/值存储中。在收到uid2并且不知道用户但是拥有电子邮件地址时，您检查KTable，如果它不在那里，那么您在Kafka之外的全球商店中查找它，然后将其存储在KTable中以供将来本地访问。从那时起，您将始终将uid2的用户数据本地化为其实例。
这样，您只需在第一次看到来自未知uid的新登录时支付键/值存储的网络调用费用。