“Kafka”的核心通常是指低延迟存储系统，但流式处理平台还包括其他重要组件。首先是 Kafka Connect，这是一个集成系统，允许将可横向扩缩的连接器连接到许多重要系统。这包括变更数据捕获 (CDC) 连接器、集群到集群复制 (MirrorMaker)，以及将数据写入下游系统（如湖仓一体 [Apache Iceberg]、数据湖 [对象存储上的 Avro 或 Parquet 文件]）以及 BigQuery 等数据库的功能。其次，Kafka 项目附带了一组强大的客户端，包括用于操作集群和主题的管理命令行客户端，以及用于读写数据的高性能客户端库。   

过去，数据处理是通过周期性批量作业进行的，即先存储原始数据，然后以任意时间间隔进行处理。例如，零售公司可能会等到一天结束时才分析销售数据。批处理的局限性之一在于它不是实时的。越来越多的组织和数据科学家希望在数据生成时实时分析数据，以便及时做出业务决策并为实时 AI 模型提供支持。这就是事件流的用武之地。事件流是连续不断地处理无限数据流（自其创建之时起）的过程。这可以捕获数据的时间价值，并支持基于推送的应用，以便在重要事情发生时及时采取行动。对于数据科学家来说，这意味着能够执行实时特征工程并提供低延迟预测。