3.C69 Twitter Ad Engagement：把 stream 切成多 topic 做 partition
3.C69 Twitter Ad Engagement：把 stream 切成多 topic 做 partition
這個案例的核心責任是說明 Pub/Sub 沒有 Kafka-style partition 概念下的應對策略。
觀察
Twitter 把 on-prem 服務的 Avro-formatted 訊息 push 到 Pub/Sub（兩條 stream、較不關鍵但量大的那條 ~80K msg/s 切成 6 個 topic）、下游用 Dataflow + Beam 處理進 Bigtable / BigQuery。
判讀
「把單一 high-volume stream 切成多 topic 做 partition」是 Pub/Sub 沒有 Kafka-style partition 概念下的應對策略。揭露 Pub/Sub 跟 Kafka 的選型差異不是 feature parity、是不同的擴張模型。
對應大綱
Pub/Sub 進階主題：Schema enforcement（Avro 是常見 schema 候選）/ Ordering key（topic 切分 vs ordering key 的取捨）。
下一步路由
回 Pub/Sub vendor 頁 與 Kafka vendor 頁（partition 對照）。