Kafka
Apache开源的分布式流处理平台，常用于高吞吐量消息队列和事件流场景
核心事实
时间轴 (近 90 天)
Java岗位招聘要求中常出现Spring Boot、Spring Cloud、MyBatis、Kafka、Redis、Elasticsearch等组件。
先锋集团通过变更数据捕获和每日审计，将35个生产者迁移至网关，并在GraphQL、数据仓库视图和Kafka上接入50个消费者。
消息队列与消息代理（如RabbitMQ、Kafka、Redis Streams）可用于唤醒智能体，解耦消息到达与智能体运行，但引入额外运维复杂度。
消息队列（如 Kafka、RabbitMQ）将生产者与消费者解耦，提高系统弹性，但也引入消息积压、乱序、重复投递或死信队列等新问题，排查时需追踪消息生命周期。
遗留系统重构第一层需要借助领域驱动设计（DDD）系统性地拆解，划定清晰的限界上下文，将业务域重构为独立、轻量的微服务，通过安全的REST API或Kafka等事件流框架通信。
如果 SAP 端点占比超过 70%、团队是 pro-code（TypeScript/Java）背景、需要事件驱动架构且没有既有的 Kafka/Pulsar 标准、clean core 是强制要求，则 BTP 是正确选择。
如果 SAP 端点低于 30%、团队依赖低代码、已有 Kafka 标准、需要 API 变现与门户能力，则应该认真考虑 BTP 的替代方案。
与 Celery 同类的方案还包括 Node.js 生态的 BullMQ（基于 Redis）、Python 的 RQ、跨语言的 Kafka 消费者组和 Temporal 工作流 worker。
这些长驻进程方案（如 Celery、BullMQ、Kafka 消费者、Temporal worker）此前很难直接部署在纯 Serverless 平台上，往往需要单独的容器托管服务。
将事件触发与增量计算结合，是现代实时数据管道（如基于 Kafka、Spark Structured Streaming 或 Delta Live Tables 构建的管道）的典型形态。
还有 40 条时间轴事件
全部知识事实 (20)
Debezium 是最知名的 CDC 平台之一，支持将数据库变更实时流式传输到 Kafka 等消息队列
75%已验证Kafka由LinkedIn于2011年开源，采用日志存储模型，消费者通过维护偏移量独立推进读取进度
65%待验证Spring Boot、MyBatis、Kafka、Elasticsearch等企业级框架构成了国内绝大多数互联网公司的技术底座
70%待验证事件驱动架构使服务消息的发送与业务状态严格绑定，避免人工操作的遗漏和延迟
60%待验证Kafka的核心设计哲学是'日志即真相'，所有事件被持久化写入有序、不可变的分布式日志，消费者可独立控制消费进度
60%待验证Java岗位招聘要求中常出现Spring Boot、Spring Cloud、MyBatis、Kafka、Redis、Elasticsearch等组件。
50%待验证先锋集团通过变更数据捕获和每日审计，将35个生产者迁移至网关，并在GraphQL、数据仓库视图和Kafka上接入50个消费者。
50%待验证消息队列与消息代理（如RabbitMQ、Kafka、Redis Streams）可用于唤醒智能体，解耦消息到达与智能体运行，但引入额外运维复杂度。
50%待验证消息队列（如 Kafka、RabbitMQ）将生产者与消费者解耦，提高系统弹性，但也引入消息积压、乱序、重复投递或死信队列等新问题，排查时需追踪消息生命周期。
50%待验证遗留系统重构第一层需要借助领域驱动设计（DDD）系统性地拆解，划定清晰的限界上下文，将业务域重构为独立、轻量的微服务，通过安全的REST API或Kafka等事件流框架通信。
50%待验证如果 SAP 端点低于 30%、团队依赖低代码、已有 Kafka 标准、需要 API 变现与门户能力，则应该认真考虑 BTP 的替代方案。
50%待验证如果 SAP 端点占比超过 70%、团队是 pro-code（TypeScript/Java）背景、需要事件驱动架构且没有既有的 Kafka/Pulsar 标准、clean core 是强制要求，则 BTP 是正确选择。
50%待验证这些长驻进程方案（如 Celery、BullMQ、Kafka 消费者、Temporal worker）此前很难直接部署在纯 Serverless 平台上，往往需要单独的容器托管服务。
50%待验证与 Celery 同类的方案还包括 Node.js 生态的 BullMQ（基于 Redis）、Python 的 RQ、跨语言的 Kafka 消费者组和 Temporal 工作流 worker。
50%待验证将事件触发与增量计算结合，是现代实时数据管道（如基于 Kafka、Spark Structured Streaming 或 Delta Live Tables 构建的管道）的典型形态。
50%待验证在流式场景中，数十个 Flink 并行子任务每 30 秒提交一次快照并叠加后台压缩任务，会导致 Iceberg 乐观并发控制的冲突概率急剧上升，进而触发反压并传导至 Kafka broker。
50%待验证多Agent协作有两种编排模式：层级式编排器（主Agent委派任务并验证输出）和群体智能（Agent通过共享消息总线如Kafka或NATS通信）。
50%待验证He-API 的用量事件经 Kafka 写入 ClickHouse，账单、模型与提供商元数据落在 PostgreSQL；系统包含 15 个服务跑在 systemd 上，除一个 Next.js 管理控制台外全部是 Go；中间件包括 Postgres、Kafka、Redis、ClickHouse，22 个迁移脚本全部幂等。
50%待验证Kafka 作为用量事件的缓冲队列，保证上游网关的写路径不被下游分析存储的抖动阻塞；ClickHouse 是列式 OLAP 数据库，擅长对海量事件做聚合扫描，但不擅长高频单行更新与事务。
50%待验证传统多智能体架构常引入消息队列（Kafka、RabbitMQ）或工作流引擎（Temporal）来管理任务依赖和状态流转，代价是额外的部署、监控和一致性调试成本。
50%