Kafka 引入事务（Transactions）机制，主要是为了在分布式流处理环境中实现 “精确一次”（Exactly-Once Semantics, EOS） 语义。 具体来说，Kafka 事务主要是为了解决以下 三大核心场景/问题： 1. 核心场景：消费-处理-生产（Consume-Transform-Produce）循环中的数据重复或丢失问题 这是 Kafka 事务被设计出来的最主要目的。在流处理应用（如 Kafka Streams, Flink）中，最常见的模式是： 1. 从 Topic A（输入主题）读取消息。 2. 在内存中处理/转换这些消息。 3. 将结果写入 Topic B（输出主题）。 4. 提交 Topic A 的消费位移（Offset）。 没有事务时面临的问题： 应用在步骤 3 和 4 之间崩溃：结果已经写入 Topic B，但 offset 没有提交。应用重启后，会重新从旧的 offset 拉取消息，再次处理并写入 Topic B，导致 数据重复（至少一次语义，At-Least-Once）。 应用在步骤 2 和 3 之间崩溃（但提前自动提交了位移）：消息没...
播面