三卷回顾
《Java 响应式编程》三卷本覆盖了响应式编程的完整路径：
| 卷 | 内容 | 核心收获 |
|---|---|---|
| 卷一 | Reactive Streams 规范、Project Reactor、RxJava、背压 | 理解 Publisher/Subscriber/Subscription 语义 |
| 卷二 | Reactor Netty、WebFlux、R2DBC、响应式系统 | 构建响应式 HTTP 服务和数据管道 |
| 卷三 | Kafka Streams、Flink DataStream、实时面板 | 构建流处理引擎和实时计算系统 |
三卷之间的关系：
卷一（响应式编程基础）
→ Mono/Flux 的背压概念
→ Processor API（事件转换）
卷二（响应式系统构建）
→ WebFlux 处理 HTTP 请求
→ R2DBC 访问数据库
→ Reactor Netty 网关
卷三（流处理引擎）
→ Kafka Streams 清洗事件
→ Flink 窗口聚合 + CEP
→ SSE 实时面板
eventd 项目贯穿三卷：
- v1（卷一）：RS 规范自实现 → 背压演示
- v2（卷二）：响应式网关 + R2DBC 管道
- v3（卷三）：流处理引擎 + 实时面板
卷三核心知识提炼
流处理基础与 Kafka Streams（第 1–3 章）
| 概念 | 一句话总结 |
|---|---|
| Topology | Source → Processor → Sink 的有向图 |
| KStream | 无界记录流（append-only） |
| KTable | 更新流/物化视图（upsert） |
| 状态存储 | RocksDB 本地状态 + changelog Topic 恢复 |
| Exactly-Once | Kafka 事务 + 幂等生产者 |
| TopologyTestDriver | 无 broker 测试 |
Flink DataStream（第 4–8 章）
| 概念 | 一句话总结 |
|---|---|
| DataStream | 有类型的事件流 |
| Watermark | 「不会再有更早数据」的时间标记 |
| 窗口 | 把无界流切分为有限块做聚合 |
| KeyedState | 按 key 分区的状态 |
| Checkpoint | 一致性快照，故障恢复 |
| CEP | 复杂事件模式匹配 |
| MiniCluster | 本地测试集群 |
eventd v3（第 9–12 章）
| 模块 | 技术 | 输入 | 输出 |
|---|---|---|---|
| 清洗 | Kafka Streams | eventd-raw | eventd-cleaned |
| 聚合 | Flink DataStream | eventd-cleaned | Redis |
| 面板 | WebFlux SSE | Redis | 浏览器 |
学习路径回顾
路径 A：顺序通读（推荐）
序 → 前言 → 第 1–3 章（流处理基础 + Kafka Streams）
→ 第 4–8 章（Flink 核心）
→ 第 9–12 章（eventd v3 实现）
→ 第 13–14 章（测试 + 运维）
→ 第 15 章（选型与趋势）
→ 附录 A/B 速查
路径 B：已有 Kafka Streams 经验
第 4 章（Flink DataStream）→ 第 6 章（CEP）
→ 第 8 章（调优）→ 第 11 章（端到端 EOS）
→ 第 13 章（测试）
路径 C：已有 Flink 经验
第 2–3 章（Kafka Streams）→ 第 9 章（eventd v3 架构）
→ 第 12 章（部署与验收）→ 第 15 章（选型）
关键决策点
完成卷三后，你应该能回答：
什么时候用 Kafka Streams？
→ 轻量转换、微服务事件处理、已有 Kafka什么时候用 Flink？
→ 复杂窗口、CEP、Event Time 语义、多流 Join如何实现 Exactly-Once？
→ Kafka Streams: EOS V2 配置
→ Flink: Checkpoint + 幂等 Sink如何测试流处理代码？
→ Kafka Streams: TopologyTestDriver
→ Flink: MiniCluster + CollectSink如何排查反压？
→ Web UI 从后往前找瓶颈算子
进阶方向
根据兴趣选择：
| 方向 | 内容 | 资源 |
|---|---|---|
| Flink SQL/Table API | 声明式流处理 | Flink 官方文档 |
| 实时数仓 | ClickHouse/Flink CDC | 各数据库官方文档 |
| 实时特征工程 | Flink + ML 模型服务 | TensorFlow Serving |
| 云原生 Flink | K8s 上的流处理 | Flink on Kubernetes |
| 响应式微服务 | eventd v2 扩展 | Spring Cloud Reactive |
最后
流处理不是「学了就能用」，而是「用了才能学会」。
eventd v3 是一个完整的练习场：你可以修改清洗规则、调整窗口大小、添加新的 CEP 模式、升级 Flink 版本。每一次修改都是学习。
感谢阅读。
返回 目录 。
继续阅读
探索更多技术文章
浏览归档，发现更多关于系统设计、工具链和工程实践的内容。