之前在网上看到的，发现paypal默认使用的自己的汇率，对于经常订阅国外服务的我来说，不知不觉损失了好多钱（还好很多服务是信用卡订阅的，只用paypal付过两次），最近买了switch，当然必须关注这个问题！

最近有一个实际的场景需求，需要实时统计总数，于是想到了flink，从入门到实战，整个过程中一直不断的思考实际业务中的问题，在flink中如何解决，与kafka-stream的对比和spark的对比等等。 整个思考和写出demo的过程中，对window机制有了深入的了解，并通过阅读flink java client的源码，了解了其trigger的实现。 本文从实际需求出发，通过提出问题解决问题，结合源码了解flink。

在使用netty的过程中，第一次是理解错线程模型，导致性能测试结果很差。性能提升后，发现netty客户端工具一直存在20%的丢包率，一直以为是工具的问题，没有理会这个问题，但是昨天面试突然想到可能的解决方案，最终定位到了问题

鉴于之前在网上搜索相关spring-kafka的教程，有些杂乱，没有头绪，所以参考Spring-kafka的文章，尝试总结一下。 记得有一句话：不要阅读二手的资料，对于框架来说，最好的资料就是文档（当然不排除有些文档写的不好，没有系统性or不全面），但是spring的文档相对来说都很全面，接触spring-kafka之初，就花了两三天全面读了一下文档，结合coding实践，快速了解了使用和常见的问题，强烈建议遇到问题的情况下，阅读一下原文档，能有一个更系统的认知

本文主要介绍kafka原生api的使用，关于kafka apache官方的文档页面只有简单的说明，不过所有的使用说明都在apache kafka java doc文档页面，每个类的文档都有详细的使用说明,源码中也有详细的注释。

本文主要介绍Kafka中的topic、partition、offset，在kafka java使用consumer时，高级消费和低级消费不同场景下的区别，通过本文，大致能够了解kafka是怎么保证至少消费一次，以及什么情况下会出现重复消费和丢失数据

本文是系列教程kafka入门教程的第一篇，介绍了kafka的基础概念：topic、partition、broker、consumer、consumer group和producer