Question

我正在学习Kafka Streams并尝试实现以下目标：

创建了2个Kafka主题（比如topic1，topic2），其中null为键，JSONString为value。来自topic1的数据（无重复项）在topic2中具有多个匹配条目。即topic1有一些主流数据在与topic2结合时生成新的多数据流。

示例：

topic1={"name": "abc", "age":2}, {"name": "xyz", "age":3} and so on.
topic2={"name": "abc", "address"="xxxxxx"}, {"name": "abc", "address"="yyyyyy"}, {"name": "xyz", "address"="jjjjjj"}, {"name": "xyz", "address"="xxxkkkkk"}

预期输出：{"name": "abc", "age":2, "address"="xxxxxx"}, {"name": "abc", "age":2, "address"="yyyyyy"}, {"name": "xyz", "age":3, "address"="jjjjjj"}, {"name": "xyz", "age":3, "address"="xxxkkkkk"}

想要保留/保存来自topic1的数据流以供将来引用，而来自topic2的数据流仅用于实现上述用例，并且不需要任何持久性/阻止。

我几乎没有问题： 1）应该保存/存储topic1数据流几天（可能？），以便可以连接来自topic2的传入数据流。可能吗？ 2）我应该用什么来实现这个目标，KStream或KTable？ 3）这被称为背压机制吗？

Kafka Stream是否支持此用例，还是应该注意其他用途？请注意，建议。

我用KStream尝试了一段代码，窗口是5分钟，但看起来我无法在流中保存topic1数据。

请帮助我做出正确的选择并加入。我正在使用Confluent中的Kafka和Docker实例。

public void run() {
        final StreamsBuilder builder = new StreamsBuilder();
        final Serde<JsonNode> jsonSerde = Serdes.serdeFrom(new JsonSerializer(), new JsonDeserializer());
        final Consumed<String, JsonNode> consumed = Consumed.with(Serdes.String(), jsonSerde);

        // Hold data from this topic to 30 days
        KStream<String, JsonNode> cs = builder.stream("topic1", consumed);
        cs.foreach((k,v) -> {
            System.out.println( k + " --->" + v);
        });

        // Data is involved in one time process.
        KStream<String, JsonNode> css = builder.stream("topic2", consumed);
        css.foreach((k,v) -> {
            System.out.println( k + " --->" + v);
        });

        KStream<String, JsonNode> resultStream = cs.leftJoin(css,
                valueJoiner,
                JoinWindows.of(TimeUnit.MINUTES.toMillis(5)),
                Joined.with(
                        Serdes.String(), /* key */
                        jsonSerde,       /* left value */
                        jsonSerde)       /* right value */
        );

        resultStream.foreach((k, v) -> {
            System.out.println("JOIN STREAM: KEY="+k+ ", VALUE=" + v);
        });

        KafkaStreams streams = new KafkaStreams(builder.build(), properties);
        streams.start();
    }

Answer 1

加入卡夫卡总是基于钥匙。因此，要使任何连接起作用，您需要在执行实际连接之前将要加入的字段提取到键中（唯一的部分例外是KStream-GlobalKTable连接）。在您的代码示例中，您不会获得任何结果，因为所有记录都有Select *, (SELECT count(EmployeeID) as Count WHERE Employee.CompanyID = CompanyID) as employeeCount from Company密钥，因此无法加入。

对于连接本身，似乎KStream-KTable连接对于您的用例来说是正确的选择。要完成这项工作，您需要：

为null正确设置了加入密钥，并将数据写入其他主题（让我们称之为topic1）
阅读topic1Keyed作为表格
为topic1Keyed
使用topic2

topic2

有关加入语义的完整详细信息，请查看此博文：https://www.confluent.io/blog/crossing-streams-joins-apache-kafka/

Kafka-Streams使用JSON值加入2个主题|背压机制？

1 个答案: