为什么我必须使用Kafka Streams配置状态存储

Question

当前，我有以下设置：

StoreBuilder storeBuilder = Stores.keyValueStoreBuilder(
    Stores.persistentKeyValueStore("kafka.topics.table"),
    new SomeKeySerde(),
    new SomeValueSerde());

streamsBuilder.addStateStore(storeBuilder);

final KStream<byte[], SomeClass> requestsStream = streamsBuilder
            .stream("myTopic", Consumed.with(Serdes.ByteArray(), theSerde));
    requestsStream
            .filter((key, request) -> Objects.nonNull(request))
            .process(() -> new SomeClassUpdater("kafka.topics.table", maxNumMatches), "kafka.topics.table");

Properties streamsConfiguration = loadConfiguration();
KafkaStreams streams = new KafkaStreams(streamsBuilder.build(), streamsConfiguration);

streams.start()

为什么我不需要本地状态存储，因为我不使用它进行任何其他计算，并且数据也存储在kafka更新日志中？另外，它什么时候存储在本地存储中，是否存储并提交到变更日志？

我面临的问题是我存储本地语言，并且及时遇到内存问题，尤其是当它经常重新分区时。因为旧的分区仍然围着内存。 所以我的问题是，为什么我们需要用rocksdb持久化：

1. 数据保留在kafka更新日志中
2. 容器消失后，ramdisk也消失了。

Answer 1

在一个线程上，我们可以有多个等于no的任务。主题分区。每个分区都有自己的状态存储区，这些状态存储区将数据保存到 Changelog（这是Kafka的内部主题）。分区的每个状态存储区还维护其他分区的状态存储区的副本，为了恢复其任务可能失败的分区的数据。

如果您不使用状态存储，而您的任务之一失败，它将转到内部主题，即Changelog，然后将获取分区的数据，这对CPU来说是一项耗时的工作。因此，维护状态存储可减少任务可能失败的时间，并立即从另一个任务状态存储中获取数据。