输入流事件是定义一个全局图，还是为每个匹配的kafka/samza分区定义多个图？这一点很重要，因为桑扎州是地方性的，而不是全球性的。
如果它是一个全局图，那么可以从samza任务处理方法更新/查询一个单独的图系统。Cassandra星球上的泰坦就是这样一个图形系统。
如果是多个独立的图形，可以使用当前的rocksdbkv存储来模拟图形数据库操作。cassandra上的titan就是这样做的——使用cassandra kv存储来存储和查询图形。图形通过矩阵（如果连接，则将[i，j]设置为1）或边列表存储。对于每个节点，将其用作键，并将其邻居集存储为值。

我一直在评估samza，我绝不是一个Maven，但我建议你阅读官方文档，甚至通读源代码，除了它在scala中的事实，它是非常平易近人的。
在这种情况下，在状态管理文档页面的底部，您可以看到：
其他存储引擎
samza的容错机制（将本地存储的写操作发送到复制的changelog）与存储引擎的数据结构和查询api完全分离。虽然键值存储引擎适合于通用处理，但通过实现storageengine接口，您可以轻松地为其他类型的查询添加自己的存储引擎。samza的模型特别适合于嵌入式存储引擎，它作为库在流任务的相同进程中运行。
其他存储引擎可能有用的一些想法：持久堆（用于运行top-n查询）、近似算法（如bloom过滤器和hyperloglog）或全文索引（如lucene）(已接受修补程序！）
我实际上已经通读了默认值的代码 StorageEngine 大约两周前实施，以更好地了解其工作原理。我当然不知道该怎么说，但我可以告诉你：
https://github.com/apache/samza/tree/master/samza-kv-rocksdb/src/main/scala/org/apache/samza/storage/kv
https://github.com/apache/samza/tree/master/samza-kv/src/main/scala/org/apache/samza/storage/kv
主要的实施问题似乎是：
记录对主题的所有更改，以便在任务失败时恢复存储的状态。
以性能良好的方式恢复商店的状态
批处理写入和缓存频繁读取，以节省到原始存储的行程。
报告有关商店使用情况的指标。