Question

我在kafka 2.0.0中使用融合的hdfs接收器连接器5.0.0，我需要使用ExtractTopic转换（https://docs.confluent.io/current/connect/transforms/extracttopic.html）。我的连接器工作正常，但是当我添加此转换时，即使在只有2个属性的简单数据样本上，也会出现NullPointerException。

ERROR Task hive-table-test-0 threw an uncaught and unrecoverable exception (org.apache.kafka.connect.runtime.WorkerSinkTask:482)
java.lang.NullPointerException
    at io.confluent.connect.hdfs.DataWriter.write(DataWriter.java:352)
    at io.confluent.connect.hdfs.HdfsSinkTask.put(HdfsSinkTask.java:109)
    at org.apache.kafka.connect.runtime.WorkerSinkTask.deliverMessages(WorkerSinkTask.java:464)
    at org.apache.kafka.connect.runtime.WorkerSinkTask.poll(WorkerSinkTask.java:265)
    at org.apache.kafka.connect.runtime.WorkerSinkTask.iteration(WorkerSinkTask.java:182)
    at org.apache.kafka.connect.runtime.WorkerSinkTask.execute(WorkerSinkTask.java:150)
    at org.apache.kafka.connect.runtime.WorkerTask.doRun(WorkerTask.java:146)
    at org.apache.kafka.connect.runtime.WorkerTask.run(WorkerTask.java:190)
    at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
    at java.util.concurrent.FutureTask.run(FutureTask.java:266)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
    at java.lang.Thread.run(Thread.java:748)

这是连接器的配置：

name=hive-table-test
connector.class=io.confluent.connect.hdfs.HdfsSinkConnector
tasks.max=1
topics=hive_table_test

key.converter=io.confluent.connect.avro.AvroConverter
value.converter=io.confluent.connect.avro.AvroConverter
key.converter.schema.registry.url=${env.SCHEMA_REGISTRY_URL}
value.converter.schema.registry.url=${env.SCHEMA_REGISTRY_URL}
schema.compatibility=BACKWARD

# HDFS configuration
# Use store.url instead of hdfs.url (deprecated) in later versions. Property store.url does not work, yet
hdfs.url=${env.HDFS_URL}
hadoop.conf.dir=/etc/hadoop/conf
hadoop.home=/opt/cloudera/parcels/CDH/lib/hadoop
topics.dir=${env.HDFS_TOPICS_DIR}

# Connector configuration
format.class=io.confluent.connect.hdfs.avro.AvroFormat
flush.size=100
rotate.interval.ms=60000

# Hive integration
hive.integration=true
hive.metastore.uris=${env.HIVE_METASTORE_URIS}
hive.conf.dir=/etc/hive/conf
hive.home=/opt/cloudera/parcels/CDH/lib/hive
hive.database=kafka_connect

# Transformations
transforms=InsertMetadata, ExtractTopic
transforms.InsertMetadata.type=org.apache.kafka.connect.transforms.InsertField$Value
transforms.InsertMetadata.partition.field=partition
transforms.InsertMetadata.offset.field=offset

transforms.ExtractTopic.type=io.confluent.connect.transforms.ExtractTopic$Value
transforms.ExtractTopic.field=name
transforms.ExtractTopic.skip.missing.or.null=true

我正在使用架构注册表，数据为avro格式，并且我确定给定属性name不为null。有什么建议么？我基本上需要提取给定字段的内容并将其用作主题名称。

编辑：

即使在像avro格式这样的简单json上，它也会发生：

{
   "attr": "tmp",
   "name": "topic1"
}

Answer 1

答案很简单，是因为您在“转换”中更改了主题名称。

每个主题分区的

Hdfs连接器具有单独的TopicPartitionWriter。当创建SinkTask时，将为每个分区open(...)的{{1}}方法创建负责处理消息的消息。

当处理SinkRecords时，它根据 topic 名称和 partition 编号查找TopicPartitionWriter，并尝试将记录追加到其缓冲区中。在您的情况下，找不到任何写消息。主题名称已通过“转换”更改，对于该对（主题，分区），未创建任何TopicPartitionWriter。

传递到TopicPartitionWriter的SinkRecords已设置了分区和主题，因此您不必应用任何转换。

我认为HdfsSinkTask::put(Collection<SinkRecord> records)应该用于io.confluent.connect.transforms.ExtractTopic。

kafka connect-具有hdfs接收器连接器的ExtractTopic转换引发NullPointerException

1 个答案: