我想在我的kafka streams应用程序中使用state store并使用这个非常好的示例来实现重复数据消除：
https://github.com/confluentinc/kafka-streams-examples/blob/5.5.0-post/src/test/java/io/confluent/examples/streams/eventdeduplicationlambdaintegrationtest.java
我对这个例子有几个问题。
正如我正确理解的，这个例子简单地做到了：
消息进入输入主题
查看存储，如果它不存在，则写入状态存储并返回
如果确实存在，请删除记录，以便应用重复数据消除。
但在代码示例中，有一个时间窗口大小可以确定。另外，状态存储中消息的保留时间。您还可以通过给timestamp timefrom+timeto检查记录是否在存储中

final long eventTime = context.timestamp();

        final WindowStoreIterator<String> timeIterator = store.fetch(
            key,
            eventTime - leftDurationMs,
            eventTime + rightDurationMs
        );

“时间到”和“时间从”的实际用途是什么？我不知道为什么我要检查下一个时间间隔，因为我正在检查尚未进入我的主题的未来消息？
我的第二个问题是这个时间间隔是否相关，是否应该触及上一个时间窗口？
如果我能够通过给timeto和timefrom来搜索时间间隔，为什么时间窗口的大小很重要？
如果我给窗口大小12小时，我能保证我的重复消除邮件12小时吗？
我这样想：
在应用程序启动的第一分钟，第一条消息带有“a”键，11小时后，带有“a”键的消息再次出现。我可以通过提供足够的时间间隔（比如eventtime-12小时）来捕获这个重复的消息吗？
谢谢你的建议！