В чем разница между Kafka Streams и Apache Flink?

Kafka Streams и Apache Flink — это инструменты потоковой обработки данных с принципиально разной архитектурой.

Критерий	Kafka Streams	Apache Flink
Архитектура	Библиотека внутри JVM-приложения	Отдельный распределённый кластер
Зависимость от Kafka	Только Kafka	Любые источники (Kafka, HDFS, БД)
Развёртывание	Не требует отдельного кластера	Требует кластер Flink
Обработка	Только потоковая	Потоковая + пакетная (batch)
Управление состоянием	RocksDB, репликация	Развитая система с checkpointing
Гарантия доставки	At-least-once, exactly-once	At-least-once, at-most-once, exactly-once
Масштабирование	По партициям Kafka	По задачам (tasks) — гибче
Ресурсоёмкость	Низкая (внутри JVM)	Высокая (отдельный кластер)

Когда выбрать Kafka Streams

• Уже используете Kafka и нужна легковесная обработка
• Низкая задержка, данные приходят из Kafka
• Нужно встроить обработку в существующее Java-приложение

Когда выбрать Apache Flink

• Источники данных не ограничены Kafka
• Сложные задачи: windowing, аналитика, восстановление после сбоев
• Нужна пакетная + потоковая обработка

На собеседовании: не говорите, что один инструмент лучше другого. Покажите понимание компромиссов: Kafka Streams — проще, дешевле, но привязан к Kafka. Flink — мощнее, гибче, но сложнее в эксплуатации.