乍一看，在我看来，使用 KStream#reduceByKey 可以实现与使用 KStream to KTable leftJoin 相同的功能。即用相同的键组合记录。两者在性能方面有什么区别？
最佳答案
简短回答:(两者有什么区别？)
reduceByKey 应用于单个输入流，而 leftJoin 组合两个流/表。
长答案:
如果我正确理解您的问题，您传入的 KTable 变更日志流似乎为空，并且您想要计算新的联接结果(即更新结果 KTable >) 对于每个传入的 KStream 记录？连接的结果 KTable 不可用裁剪化 View ，但只会向下游发送变更日志主题。因此，您的输入 KTable 将始终为空，并且您的输入 KStream 记录将始终以“无”连接(因为左连接)，这不会真正更新结果KTable。您还可以执行 KStream#map() ——如果您的输入 KTable 不提供状态，则您无法利用任何状态。
相反，如果您使用reduceByKey，则结果KTable可作为物化 View 使用，因此对于每个KStream输入记录，之前的结果值可以更新。
因此，这两种操作本质上是不同的。如果您有一个使用连接(需要两个输入)的单个输入KStream，那会很奇怪，因为没有KTable...
关于apache-kafka - Kafka Streams reduceByKey 与 leftJoin，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/39438024/