kafka 数据库

际上，人们一直都在这么做，而且 Kafka 的设计意图之一就是要将它作为数据存储系统。

你可能在构建一个基于事件溯源的应用程序，需要一个数据存储来保存变更日志。理论上，你可以使用任何一种存储系统。Kafka 已经解决了不可变（immutable）日志和基于这些日志生成“物化视图”的问题，既然这样，为什么不直接使用 Kafka 呢？纽约时报已经在他们的 CMS 系统里使用 Kafka 来保存他们的文章。

你可能在应用程序里使用了缓存，并从 Kafka 上获取数据来更新缓存。你可以将 Kafka 的主题设置为压缩型日志，应用程序每次在重启时就可以从零偏移量位置重新刷新缓存。

你的流式作业数据流来自 Kafka，在流式作业的逻辑发生变更后，需要重新计算结果。最简单的办法就是将偏移量重置为零，让新代码重新计算结果。

数据经过校验后被持久化在磁盘上，并通过复制副本提升容错能力。再多的数据都不会拖慢 Kafka，在生产环境中，有些 Kafka 集群甚至已经保存超过 1 TB 的数据。

kafka

Kafka Streams API 提供了交互式的查询功能。基于 Kafka Streams 开发的应用就是一个 Kafka 消费者，只不过它们可以维护计算状态，而且这些状态可以直接保存到外部的存储系统，这种物化视图让 Kafka 具备了低延迟的查询能力。Kafka 集群保存日志，Streams API 保存物化视图并处理查询请求。后来我们引入了 KSQL——Kafka 的流式 SQL 引擎。有了 KSQL，用户可以直接使用 SQL 语句从 Kafka 上获得物化视图。