Question

我在Kafka中使用时间窗创建KTable时遇到一些问题。

我想创建一个表来计算流中ID的数量。

ID (String) |  Count (Long)
    X       |       5
    Y       |       6
    Z       |       7

等等。我希望能够使用Kafka REST-API获取表，最好是.json。

此刻是我的代码：

    StreamsBuilder builder = new StreamsBuilder();

    KStream<String, String> streams = builder.stream(srcTopic);

    KTable<Windowed<String>, Long> numCount = streams
            .flatMapValues(value -> getID(value))
            .groupBy((key, value) -> value)
            .windowedBy(TimeWindows.of(windowSizeMs).advanceBy(advanceMs))
            .count(Materialized.<String, Long, WindowStore<Bytes, byte[]>>as("foo"));

我现在面临的问题是该表格不是<String, Long>而是<String, String>。这意味着我无法获得正确的计数，而是我收到了正确的密钥，但计数已损坏。我试图使用Long Long.valueOf(value)强行推出，但没有成功。我不知道怎么从这里开始。我是否需要将KTable写入新主题？由于我希望使用kafka REST-API可以查询表，我认为不需要它，我是对的吗？ Materialized.<String, Long, WindowStore<Bytes, byte[]>>as("foo")应该可以查询为“foo”，对吧？

KTable创建了一个changelog - 主题，这是否足以使其可查询？或者我是否必须创建一个新主题才能写入？

我正在使用另一个KStream来验证输出。

KStream<String, String> streamOut = builder.stream(srcTopic);

streamOut.foreach((key, value) -> System.out.println(key + " => " + value));

并输出：

 ID    COUNT
2855 => ~
2857 => �
2859 => �
2861 => V(
2863 => �
2874 => �
2877 => J
2880 => �2
2891 => �=

无论哪种方式，我真的不想使用KStream来收集输出，我想查询KTable。但如上所述，我真的不明白查询是如何工作的。

更新

管理以使其与

一起使用

    ReadOnlyWindowStore<String, Long> windowStore =
            kafkaStreams.store("tst", QueryableStoreTypes.windowStore());
        long timeFrom = 0;
        long timeTo = System.currentTimeMillis(); // now (in processing-time)
        WindowStoreIterator<Long> iterator = windowStore.fetch("x", timeFrom, timeTo);
        while (iterator.hasNext()) {
          KeyValue<Long, Long> next = iterator.next();
          long windowTimestamp = next.key;
          System.out.println(windowTimestamp + ":" + next.value);
        }

非常感谢，

Answer 1

KTable的输出类型为<Windowed<String>,String>，因为在Kafka Streams中，多个窗口并行维护以允许处理无序数据。因此，不的情况是，存在单个窗口实例，但并行存在许多窗口实例。（参见https://docs.confluent.io/current/streams/developer-guide/dsl-api.html#hopping-time-windows）

保持“较旧”的窗口允许在数据迟到时更新它们。注意，Kafka Streams语义基于事件时间。

您仍然可以查询KTable - 您只需要知道要查询的窗口。

<强>更新

JavaDoc描述了如何查询表：https://github.com/apache/kafka/blob/trunk/streams/src/main/java/org/apache/kafka/streams/kstream/TimeWindowedKStream.java#L94-L101

KafkaStreams streams = ... // counting words
Store queryableStoreName = ... // the queryableStoreName should be the name of the store as defined by the Materialized instance
ReadOnlyWindowStore<String,Long> localWindowStore = streams.store(queryableStoreName, QueryableStoreTypes.<String, Long>windowStore());

String key = "some-word";
long fromTime = ...;
long toTime = ...;
WindowStoreIterator<Long> countForWordsForWindows = localWindowStore.fetch(key, timeFrom, timeTo); // key must be local (application state is shared over all running Kafka Streams instances)

带窗口的KTable会产生错误的类型

1 个答案: