https://plumephp.com/posts/books/java%E5%93%8D%E5%BA%94%E5%BC%8F%E6%B5%81%E5%A4%84%E7%90%86/Recent content in 《Java 响应式编程·流处理引擎与实时计算》· 全书目录与章节索引（50 篇） on PlumePHPHugozh-CNSun, 01 Nov 2026 07:39:00 +0800https://plumephp.com/java-rx-stream-15-3-afterword/Sun, 01 Nov 2026 07:39:00 +0800https://plumephp.com/java-rx-stream-15-3-afterword/《Java 响应式编程·流处理引擎与实时计算》全书总结：三卷知识体系回顾、Kafka Streams 与 Flink 的核心概念提炼、eventd v3 贯穿项目的知识映射，以及面向后端开发、数据工程和架构师三类读者的进阶路径建议与后续深入学习的方向。https://plumephp.com/java-rx-stream-15-2-streaming-trends/Sun, 01 Nov 2026 07:38:00 +0800https://plumephp.com/java-rx-stream-15-2-streaming-trends/响应式流处理系统的未来演进方向：流批一体（Stream-Batch Unification）与 Flink Table API 的统一、实时数仓与流处理 SQL 化趋势、Serverless 流处理与弹性伸缩、以及 AI 推理与流处理的融合（实时特征工程）。https://plumephp.com/java-rx-stream-15-1-engine-selection/Sun, 01 Nov 2026 07:37:00 +0800https://plumephp.com/java-rx-stream-15-1-engine-selection/Kafka Streams 与 Flink 的适用场景深度对比：组织架构与运维成本差异、有状态轻量转换与复杂窗口/CEP 的分工策略、混合架构的典型拓扑（Kafka Streams 做清洗 + Flink 做计算），以及 Java 生态下的选型决策树。https://plumephp.com/java-rx-stream-appendix-b-kstreams-cheatsheet/Sun, 01 Nov 2026 07:36:30 +0800https://plumephp.com/java-rx-stream-appendix-b-kstreams-cheatsheet/Kafka Streams DSL 常用操作速查卡：StreamsBuilder 拓扑创建、KStream/KTable/KGroupedStream 的常用转换操作、Join 语义、状态存储配置、EOS 配置参数及 TopologyTestDriver 测试模板。https://plumephp.com/java-rx-stream-appendix-a-flink-cheatsheet/Sun, 01 Nov 2026 07:36:00 +0800https://plumephp.com/java-rx-stream-appendix-a-flink-cheatsheet/Flink DataStream API 常用操作速查卡：Environment 创建、Source 与 Sink、Transformation、Window、State、Watermark 策略、Checkpoint 配置及 Metrics 注册的代码模板与参数速查。https://plumephp.com/java-rx-stream-14-3-v2-to-v3/Sun, 01 Nov 2026 07:35:00 +0800https://plumephp.com/java-rx-stream-14-3-v2-to-v3/eventd v2 到 v3 的平滑演进：事件格式的向后兼容与字段改名处理、Kafka Topic 双线并行与灰度比例控制、指标比对验证、历史数据保留与回滚步骤，并给出按周推进的迁移时间线、常见兼容性陷阱，以及 v2 只读期的历史查询兜底与下线顺序。https://plumephp.com/java-rx-stream-14-2-troubleshooting/Sun, 01 Nov 2026 07:34:00 +0800https://plumephp.com/java-rx-stream-14-2-troubleshooting/eventd v3 常见故障排查手册：反压原因定位（算子级别→网络→JVM）、状态过大导致的 OOM 与 Checkpoint 超时、Watermark 长期滞后的排查步骤、Kafka Consumer Group 再均衡与 offset 丢失场景的诊断方法。https://plumephp.com/java-rx-stream-14-1-performance/Sun, 01 Nov 2026 07:33:00 +0800https://plumephp.com/java-rx-stream-14-1-performance/eventd v3 的性能基线建立与调优方法：吞吐、端到端延迟与 Checkpoint 时间的测量口径，并行度与 Slot 扩展的测试设计，反压下的降级策略，以及如何用 Flink 指标定位瓶颈、避免把机器差异误判为代码优化，并给出可复现的压测步骤。https://plumephp.com/java-rx-stream-13-3-e2e-test/Sun, 01 Nov 2026 07:32:00 +0800https://plumephp.com/java-rx-stream-13-3-e2e-test/eventd v3 端到端可运行测试：基于 Testcontainers 的 Kafka 与 Redis 集成测试、全链路数据从 v2 Producer → Kafka Streams 清洗 → Flink 聚合 → Redis 的链路验证，以及测试数据的确定性生成、Watermark 推进与断言策略。https://plumephp.com/java-rx-stream-13-2-flink-test/Sun, 01 Nov 2026 07:31:00 +0800https://plumephp.com/java-rx-stream-13-2-flink-test/Flink DataStream 测试体系：MiniCluster 资源管理与 execute() 阻塞模式、KeyedOneInputStreamOperatorTestHarness 进行 ProcessFunction/Timer 精细测试、CollectSink 收集结果、Watermark 手动推进测试，以及 eventd v3 窗口聚合的确定性测试。https://plumephp.com/java-rx-stream-13-1-kstreams-test/Sun, 01 Nov 2026 07:30:00 +0800https://plumephp.com/java-rx-stream-13-1-kstreams-test/Kafka Streams 测试策略：TopologyTestDriver 创建输入/输出 Topic 并模拟完整拓扑、自定义 Processor 的状态存储测试、eventd v3 清洗管道的确定性测试，以及单元/组件/集成测试的分工。https://plumephp.com/java-rx-stream-12-3-v3-acceptance/Sun, 01 Nov 2026 07:29:00 +0800https://plumephp.com/java-rx-stream-12-3-v3-acceptance/eventd v3 全链路验收方案：端到端可运行、指标正确性、延迟预算、故障恢复与反压五个用例的可执行检查，配套环境记录表、结果记录模板，以及固定 sleep、只断言 key 存在、延迟初值为 0 等六种「假通过」陷阱的识别方法，并说明每个用例应保留的证据。https://plumephp.com/java-rx-stream-12-2-deployment/Sun, 01 Nov 2026 07:28:00 +0800https://plumephp.com/java-rx-stream-12-2-deployment/eventd v3 的部署与运维：Flink Standalone 与 Docker 两种部署方式、TaskManager 内存与 Slot 配置、dev/staging/prod 环境管理、Savepoint 升级与滚动重启步骤，以及作业、Kafka lag、Redis 连接的日常检查清单。https://plumephp.com/java-rx-stream-12-1-v3-integration/Sun, 01 Nov 2026 07:27:00 +0800https://plumephp.com/java-rx-stream-12-1-v3-integration/eventd v3 全链路集成：从 eventd v2 Kafka Producer 到 Kafka Streams 清洗、再到 Flink DataStream 聚合、Redis Sink 指标缓存与 SSE 面板的完整端到端可运行流程与配置调优。https://plumephp.com/java-rx-stream-11-3-state-ttl/Sun, 01 Nov 2026 07:26:00 +0800https://plumephp.com/java-rx-stream-11-3-state-ttl/Flink 状态过期与清理策略：StateTtlConfig 的三种 UpdateType 和两种 StateVisibility、过期数据的清理时机（增量/全量/RocksDB 压缩）、Idle State Retention 的窗口级清理，以及 eventd v3 各状态存储的 TTL 配置方案。https://plumephp.com/java-rx-stream-11-2-multi-stream-join/Sun, 01 Nov 2026 07:25:00 +0800https://plumephp.com/java-rx-stream-11-2-multi-stream-join/Flink 多流 Join 技术：Interval Join 在事件时间窗口内的关联、CoProcessFunction 自定义 Join 逻辑与状态管理、BroadcastStream 动态规则关联，以及 eventd v3 订单流与用户资料流关联的实战与乱序处理。https://plumephp.com/java-rx-stream-11-1-end-to-end-eos/Sun, 01 Nov 2026 07:24:00 +0800https://plumephp.com/java-rx-stream-11-1-end-to-end-eos/eventd v3 的端到端 Exactly-Once 保证：Kafka Source 的可重放 offset、Flink Checkpoint 的一致快照与 Sink 侧 2PC 的区别、Redis Sink 的确定性 key 幂等写入，以及这套组合成立的前提与失效边界。https://plumephp.com/java-rx-stream-10-3-dashboard-stream/Sun, 01 Nov 2026 07:23:00 +0800https://plumephp.com/java-rx-stream-10-3-dashboard-stream/eventd v3 实时面板的 WebFlux SSE 推送实现：Redis 订阅与 Lettuce 响应式驱动的接入方式、SSE 事件格式与断线重连、慢消费者下的背压与丢弃策略，以及前端 EventSource 的消费示例、命名事件监听和常见踩坑。https://plumephp.com/java-rx-stream-10-2-alert-engine/Sun, 01 Nov 2026 07:22:00 +0800https://plumephp.com/java-rx-stream-10-2-alert-engine/eventd v3 实时告警规则引擎实现：基于 Flink KeyedProcessFunction 的阈值判断、滑动窗口计数与告警抑制（去抖），涵盖告警级别分级、规则热更新、Redis 持久化与 SSE 推送，并讨论规则误报、重复告警和状态膨胀的取舍。https://plumephp.com/java-rx-stream-10-1-realtime-metrics/Sun, 01 Nov 2026 07:21:00 +0800https://plumephp.com/java-rx-stream-10-1-realtime-metrics/eventd v3 核心实时指标计算：QPS 计数（RecordsOutPerSecond 与自定义 Counter）、延迟分位数计算（ProcessFunction + ValueState 实现近似 P50/P95/P99）、错误率实时统计与滑动窗口告警阈值。https://plumephp.com/java-rx-stream-09-3-window-aggregation/Sun, 01 Nov 2026 07:20:00 +0800https://plumephp.com/java-rx-stream-09-3-window-aggregation/eventd v3 实时指标计算的完整实现：用 Flink DataStream 并行三条窗口聚合（每分钟每用户订单量、近 5 分钟平均延迟、热点商品点击），用 ProcessWindowFunction 补齐窗口与维度信息后写入 Redis；同时说明增量聚合与全量聚合的选择、Redis 键设计为何必须带维度、迟到数据处理，以及本地执行环境下可重跑的断言方式。https://plumephp.com/java-rx-stream-09-2-cleansing-pipeline/Sun, 01 Nov 2026 07:19:00 +0800https://plumephp.com/java-rx-stream-09-2-cleansing-pipeline/eventd v3 清洗管道的完整实现：基于 eventId 的去重 Transformer（KeyValueStore 状态存储）、数据格式标准化与缺失字段补齐、异常值过滤与死信队列、以及 TopologyTestDriver 单元测试。https://plumephp.com/java-rx-stream-09-1-eventd-v3-arch/Sun, 01 Nov 2026 07:18:00 +0800https://plumephp.com/java-rx-stream-09-1-eventd-v3-arch/eventd v3 完整架构设计：Event 领域模型与统一事件格式、Kafka Streams 清洗管道（去重/标准化/过滤）的拓扑设计、Flink DataStream 实时计算（窗口聚合/CEP/指标计算）的作业设计、Redis 缓存层与实时面板的推拉模式。https://plumephp.com/java-rx-stream-08-3-flink-test/Sun, 01 Nov 2026 07:17:00 +0800https://plumephp.com/java-rx-stream-08-3-flink-test/Flink 作业的确定性测试方法：StreamExecutionEnvironment.createLocalEnvironment() 的测试模式、CollectSink 收集结果、Watermark 推进测试、TestStreamEnvironment 与 TestHarness、以及基于 4.1 的 POJO Event 的端到端可运行测试示例。https://plumephp.com/java-rx-stream-08-2-backpressure-tuning/Sun, 01 Nov 2026 07:16:00 +0800https://plumephp.com/java-rx-stream-08-2-backpressure-tuning/Flink 反压（Backpressure）检测与资源调优：Web UI Backpressure 状态识别、反压传播机制与瓶颈定位、Network Buffer 参数调优、Slot 共享组与资源策略、以及 eventd v3 的作业并行度与内存配置。https://plumephp.com/java-rx-stream-08-1-metrics-latency/Sun, 01 Nov 2026 07:15:00 +0800https://plumephp.com/java-rx-stream-08-1-metrics-latency/Flink 作业指标系统与延迟分析：内置 Metrics 类型（Counter/Gauge/ Histogram/Meter）、LatencyMarker 端到端延迟追踪、MetricsReporter 配置、Web UI 指标查看，以及 eventd v3 的自定义指标（QPS、延迟分位数、错误率）实现。https://plumephp.com/java-rx-stream-07-3-custom-connector/Sun, 01 Nov 2026 07:14:00 +0800https://plumephp.com/java-rx-stream-07-3-custom-connector/Flink 自定义 Source 与 Sink 的实现：SourceFunction 的 run/cancel 与 checkpoint 锁、RichSourceFunction 的 offset 状态、RichSinkFunction 的 open/invoke/close 生命周期、批量写入的数据丢失窗口、幂等与两阶段提交的取舍，以及这些接口在 1.20 的废弃状态。https://plumephp.com/java-rx-stream-07-2-side-connectors/Sun, 01 Nov 2026 07:13:00 +0800https://plumephp.com/java-rx-stream-07-2-side-connectors/Flink 侧输出连接器实践：JdbcSink 批量写入与 SQL 注入防范、用 lettuce 自建 Redis RichSinkFunction（Flink 无官方 Redis 连接器）、Elasticsearch Sink 的批量索引与退避重试，以及 RichSinkFunction 生命周期管理。https://plumephp.com/java-rx-stream-07-1-kafka-connector/Sun, 01 Nov 2026 07:12:00 +0800https://plumephp.com/java-rx-stream-07-1-kafka-connector/Flink Kafka 连接器深度配置：KafkaSource 与 KafkaSink 的依赖版本匹配、topic/partition 订阅、offset 初始化策略 earliest/latest/committed、反序列化 schema 自定义、exactly-once 两阶段提交语义，以及 offset 提交与分区分配的真实行为。https://plumephp.com/java-rx-stream-06-3-table-api/Sun, 01 Nov 2026 07:11:00 +0800https://plumephp.com/java-rx-stream-06-3-table-api/Flink Table API 与 SQL 高层接口概览：StreamTableEnvironment 创建、Table 与 DataStream 双向转换、SQL 查询窗口聚合、Table API 与 DataStream API 的混合使用场景，以及本卷聚焦 DataStream 的声明。https://plumephp.com/java-rx-stream-06-2-cep-advanced/Sun, 01 Nov 2026 07:10:00 +0800https://plumephp.com/java-rx-stream-06-2-cep-advanced/Flink CEP 高级模式：times/oneOrMore/greedy 量词、optional 可选模式、notNext/notFollowedBy 否定模式、迭代模式与循环条件、侧输出流处理匹配失败、以及 CEP 性能调优与状态清理策略。https://plumephp.com/java-rx-stream-06-1-cep-intro/Sun, 01 Nov 2026 07:09:00 +0800https://plumephp.com/java-rx-stream-06-1-cep-intro/Flink CEP 复杂事件处理入门：Pattern 定义与 begin/next/followedBy 三种跟随模式、where 条件过滤、within 时间窗口约束、PatternSelectFunction 结果提取，以及简单的异常检测模式示例。https://plumephp.com/java-rx-stream-05-3-checkpoint/Sun, 01 Nov 2026 07:08:00 +0800https://plumephp.com/java-rx-stream-05-3-checkpoint/Flink Checkpoint 机制完整解析：Barrier 对齐与非对齐快照、CheckpointConfig 配置参数、Checkpoint 超时与并发控制、增量 Checkpoint 与外部化检查点、Savepoint 与作业升级、以及从 Checkpoint 恢复的完整流程。https://plumephp.com/java-rx-stream-05-2-operator-state/Sun, 01 Nov 2026 07:07:00 +0800https://plumephp.com/java-rx-stream-05-2-operator-state/Flink OperatorState 机制：ListState 与 BroadcastState 的差异、CheckpointedFunction 接口实现、状态在并行度变化时的重新分配（resscale/union）、BroadcastStream 广播配置流模式，以及与 KeyedState 的联合使用场景。https://plumephp.com/java-rx-stream-05-1-keyed-state/Sun, 01 Nov 2026 07:06:00 +0800https://plumephp.com/java-rx-stream-05-1-keyed-state/Flink KeyedState 深度解析：ValueState/ListState/MapState/ReducingState/AggregatingState 的声明与使用、StateTtlConfig 过期配置、状态在 KeyedProcessFunction 中的访问、以及状态大小监控与 RocksDB 调优。https://plumephp.com/java-rx-stream-04-3-window-types/Sun, 01 Nov 2026 07:05:00 +0800https://plumephp.com/java-rx-stream-04-3-window-types/Flink 窗口类型深度解析：TumblingEventTimeWindows 滚动窗口、SlidingEventTimeWindows 滑动窗口、EventTimeSessionWindows 会话窗口、GlobalWindows 自定义触发器、WindowAssigner/Trigger/Evictor 的联合工作机制，以及增量聚合与全量聚合的选择。https://plumephp.com/java-rx-stream-04-2-watermark/Sun, 01 Nov 2026 07:04:00 +0800https://plumephp.com/java-rx-stream-04-2-watermark/Flink 时间语义深度解析：EventTime 分配 TimestampAssigner、Watermark 生成策略 forBoundedOutOfOrderness/forMonotonousTimestamps、Watermark 传播与空闲检测 idle timeout、AllowedLateness 与 SideOutput 处理迟到数据。https://plumephp.com/java-rx-stream-04-1-datastream-api/Sun, 01 Nov 2026 07:03:00 +0800https://plumephp.com/java-rx-stream-04-1-datastream-api/Flink DataStream API 核心编程模型：StreamExecutionEnvironment 创建与配置 addSource/addSink、DataStream 转换操作符 map/filter/keyBy/window、类型系统与 TypeInformation、以及并行度设置与 Slot 分配原理。https://plumephp.com/java-rx-stream-03-3-kstreams-reactive/Sun, 01 Nov 2026 07:02:00 +0800https://plumephp.com/java-rx-stream-03-3-kstreams-reactive/Kafka Streams 与 Reactor 响应式流的衔接模式：Processor API 中集成 Reactor Mono/Flux、Reactive Kafka 生产者适配、背压在 Kafka Streams→Flink 链路中的传递、以及 eventd v2 事件写入 Kafka 的生产者实现。https://plumephp.com/java-rx-stream-03-2-kstreams-exactly-once/Sun, 01 Nov 2026 07:01:00 +0800https://plumephp.com/java-rx-stream-03-2-kstreams-exactly-once/Kafka Streams Exactly-Once 语义完整实现：EOS 配置 enable.idempotence 与 transactional.id、生产者事务与消费者隔离级别设置、两阶段提交流程详解、以及 EOS 的性能开销与适用场景限制。https://plumephp.com/java-rx-stream-03-1-state-store/Sun, 01 Nov 2026 07:00:00 +0800https://plumephp.com/java-rx-stream-03-1-state-store/Kafka Streams 状态存储深度解析：KeyValueStore 创建与配置、RocksDB 与内存状态后端对比、交互查询（Interactive Queries）的 QueryableStoreTypes、状态变更日志 changelog Topic 的恢复机制，以及状态大小监控与清理策略。https://plumephp.com/java-rx-stream-02-3-kstreams-dsl/Sun, 01 Nov 2026 06:59:00 +0800https://plumephp.com/java-rx-stream-02-3-kstreams-dsl/Kafka Streams DSL 常用操作符：filter/map/flatMap 无状态转换、groupByKey + reduce/aggregate 有状态聚合、leftJoin/outerJoin 流表关联、以及分支处理与 repartition 控制。https://plumephp.com/java-rx-stream-02-2-kstream-ktable/Sun, 01 Nov 2026 06:58:00 +0800https://plumephp.com/java-rx-stream-02-2-kstream-ktable/Kafka Streams KStream 与 KTable 的语义对比：无界记录流 vs changelog 更新流、KTable 的物化视图机制、changelog Topic 与状态存储、KStream-to-KTable 转换与 repartition，以及 join 语义差异。https://plumephp.com/java-rx-stream-02-1-kstreams-topology/Sun, 01 Nov 2026 06:57:00 +0800https://plumephp.com/java-rx-stream-02-1-kstreams-topology/Kafka Streams Topology 核心概念：StreamsBuilder 创建 Source/Sink/Processor 节点、拓扑的可视化与验证、TopologyTestDriver 单元测试、以及 Kafka Streams 与 Kafka Consumer Group 的关系。https://plumephp.com/java-rx-stream-01-3-flink-setup/Sun, 01 Nov 2026 06:56:00 +0800https://plumephp.com/java-rx-stream-01-3-flink-setup/Flink Java 开发环境搭建：Maven BOM 与依赖引入、本地 MiniCluster 测试配置、StreamExecutionEnvironment 创建与参数设置，以及第一个可运行 WordCount DataStream 作业的完整代码与验证步骤。https://plumephp.com/java-rx-stream-01-2-window-time-semantics/Sun, 01 Nov 2026 06:55:00 +0800https://plumephp.com/java-rx-stream-01-2-window-time-semantics/流处理窗口类型深度解析：滚动窗口（Tumbling）、滑动窗口（Sliding）、会话窗口（Session）、全局窗口（Global）的分配机制、触发器 Trigger 与驱逐器 Evictor、fired-but-not-closed 语义，以及窗口在 Event Time 与 Processing Time 下的行为差异。https://plumephp.com/java-rx-stream-01-1-dataflow-paradigm/Sun, 01 Nov 2026 06:54:00 +0800https://plumephp.com/java-rx-stream-01-1-dataflow-paradigm/流处理核心范式全面解析与实战指南：批处理与流处理在延迟/容错/状态维度的本质区别与适用边界、有界流与无界流的统一视角、Dataflow 模型 Source-Transformation-Sink 拓扑、事件时间/处理时间/摄取时间三种语义差异与选择策略。https://plumephp.com/java-rx-stream-toc/Sun, 01 Nov 2026 06:53:00 +0800https://plumephp.com/java-rx-stream-toc/《Java 响应式编程·流处理引擎与实时计算》全 50 篇目录与学习路径指引：15 章 45 节 + 序前言目录 + 附录 A–B。三条学习路径：Kafka Streams → Flink → 实时面板、纯 Flink 深入、代码速查快速上手。https://plumephp.com/java-rx-stream-preface/Sun, 01 Nov 2026 06:52:00 +0800https://plumephp.com/java-rx-stream-preface/卷三所需环境与版本：Java 17（Flink 1.20 支持基线）、Kafka 3.8.1、kafka-streams-test-utils、Flink 1.20.x Java API、MiniCluster 测试配置。包含校验机器的实测版本，以及贯穿项目 eventd v3 的数据流架构（清洗→聚合→面板）与三种阅读路径。https://plumephp.com/java-rx-stream-foreword/Sun, 01 Nov 2026 06:51:00 +0800https://plumephp.com/java-rx-stream-foreword/卷三序言与全书定位：从批处理到流处理的范式转换、批处理与流处理在数据范围/处理触发/结果完整性维度的本质区别、有界流与无界流的统一抽象、Kafka Streams 轻量转换与 Flink 复杂计算的分工定位及 eventd v3 贯穿项目架构。