我是否启动更多流程（微服务）？
简单的回答是肯定的：
答案1（增加容量）：要扩展，只需启动流处理应用程序的另一个示例，例如在另一台机器上。应用程序的示例将相互感知并自动开始共享处理工作。这可以在实时操作期间完成，并且不会丢失数据！
答案2（移除容量）：只需停止流处理应用程序的一个或多个正在运行的示例，例如关闭4个正在运行的示例中的2个。应用程序的其余示例将意识到其他示例已停止，并自动接管已停止示例的处理工作。这可以在实时操作期间完成，并且不会丢失数据！
参见Kafka流文档http://docs.confluent.io/3.0.0/streams/developer-guide.html#elastic-扩展应用程序以获取更多详细信息（不幸的是，kafka streams上的apachekafka文档还没有这些详细信息）。
还是我错过了这里的大局？
总的来说，这幅画其实很漂亮，很小。：-）
因此，让我补充以下内容，因为我觉得许多用户对其他相关技术的复杂性感到困惑，因此并不期望您能够以更简单的方式进行流处理（包括其部署），就像您可以使用kafka流那样：
kafka streams应用程序是一个普通的老java应用程序，恰好使用kafka streams库。现有流处理技术的一个关键区别在于，通过使用kafka流库，您的应用程序变得可伸缩、有弹性、容错等，而不需要特殊的“处理集群”来添加机器，就像您对flink、spark、storm所做的那样，kafka streams部署模型简单得多：只需启动或停止应用程序的其他示例（即，字面上相同的代码）。这基本上适用于任何与部署相关的工具，包括但不限于puppet、ansible、docker、mesos和yarn。您甚至可以通过运行 java ... YourApp .