卡夫卡流-多个主题是同一来源还是每个来源一个主题？

Question

构建Kafka Streams拓扑时，可以用两种不同的方式对多个主题的读取进行建模：

1. 阅读具有相同源节点的所有主题。

topologyBuilder.addSource("sourceName", ..., "topic1", "topic2", "topic3");

1. 使用单独的源节点阅读每个主题。

topologyBuilder.addSource("sourceName1", ..., "topic1")
               .addSource("sourceName2", ..., "topic2")
               .addSource("sourceName3", ..., "topic3");

相对于Option2，Option1有相对优势吗？所有主题都包含相同类型的数据，并且具有相同的数据处理逻辑。

Answer 1

鉴于您陈述的那样，所有输入主题都包含相同类型的数据，并且数据的后续处理是等效的，因此您很可能应该选择选项1，原因有以下两个：

1）这将导致拓扑更小

2）您只需要将一个源节点连接到后续处理步骤

如果以后在不同源主题上的处理需要有所不同，则可以将源节点拆分为多个。

Answer 2

还有其他几个因素需要考虑。

如果输入数据在输入主题之间均匀地分布（按大小和消息速率），则选择1，因为它很简单。 如果不是这样，那么“慢”主题将减慢您的整体消费，因此要在“快速”主题上实现较小的延迟，请选择选项2。

如果您在不同的节点上并行运行多个这样的拓扑（以实现高可用性或高吞吐量），则拥有一个使用者组（选项1）将导致更多使用者在其中进行协调。以我的经验，这也会减慢消费速度，特别是在重新启动使用者（或如果使用者掉线）时。在这种情况下，我还会选择方法2：减少组中的消费者需要更少的精力进行协调，并减少延迟。