Question

我想用KTable加入KStream。两者都有不同的密钥，但使用自定义分区程序进行了共同分区。但是，联接不会产生结果。

KStream具有以下结构
-键：房屋-组
-值：用户
KTable具有以下结构
-键：用户-组
-值：地址

为确保每次插入都按插入顺序处理两个主题，我使用的是自定义分区程序，在其中使用每个键的Group部分对两个主题进行分区。

我想以以下结构结束：
-键：房屋-组
-值：用户-地址

为此，我正在执行以下操作：

val streamsBuilder = streamBuilderHolder.streamsBuilder
val houseToUser = streamsBuilder.stream<HouseGroup, User>("houseToUser")
val userToAddress = streamsBuilder.table<UserGroup, Address>("userToAddress")
val result: KStream<HouseGroup, UserWithAddress> = houseToUser
        .map { k: HouseGroup, v: User ->
            val newKey = UserGroup(v, k.group)
            val newVal = UserHouse(v, k.house)
            KeyValue(newKey, newVal)
        }
        .join(userToAddress) { v1: UserHouse, v2: Address ->
            UserHouseWithAddress(v1, v2)
        }
        .map{k: UserGroup, v: UserHouseWithAddress ->
            val newKey = HouseGroup(v.house, k.group)
            val newVal = UserWithAddress(k.user, v.address)
            KeyValue(newKey, newVal)
        }

这期望匹配的联接，但不起作用。

我猜最明显的解决方案是与全局表联接，然后放开自定义分区程序。但是，我仍然不明白为什么上述方法行不通。

Answer 1

我认为缺少匹配是因为使用了不同个分区程序。

使用CustomPartitioner作为输入主题。 Kafka Streams默认使用org.apache.kafka.clients.producer.internals.DefaultPartitioner。

在KStream::join之前的代码中，您调用了KStream::map。 KStream::map函数在KStream::join之前强制进行了重新分区。在重新分区期间，消息将刷新到Kafka（$AppName-KSTREAM-MAP-000000000X-repartition主题）。为了传播消息，Kafka Streams使用定义的分区程序（属性：ProducerConfig.PARTITIONER_CLASS_CONFIG）。总结：对于“ 分区主题”和“ KTable主题”

，具有相同键的消息可能位于不同的分区中

在您的情况下，解决方案将在您的Kafka Streams应用程序（props.put(ProducerConfig.PARTITIONER_CLASS_CONFIG, "com.example.CustomPartitioner"）的属性中设置您的自定义分区

对于调试，您可以检查重新分区主题（$AppName-KSTREAM-MAP-000000000X-repartition）。具有相同关键字（例如输入主题）的消息可能位于不同的分区（不同的编号）

关于Join co-partitioning requirements

的文档

Answer 2

试试这个，对我有用。

static async System.Threading.Tasks.Task Main(string[] args)
        {
 
            int count = 0;
            string line = null;

            var appConfig = getAppConfig(Enviroment.Dev);
            var schemaRegistrConfig = getSchemmaRegistryConfig(appConfig);
            var registry = new CachedSchemaRegistryClient(schemaRegistrConfig);
            var serializer = new AvroSerializer<YourAvroSchemaClass>(registry);

            var adminClient = new AdminClientBuilder(new AdminClientConfig( getClientConfig(appConfig))).Build();
            var topics = new List<TopicSpecification>(){ new TopicSpecification { Name = appConfig.OutputTopic, NumPartitions = 11}};

            await adminClient.CreateTopicsAsync(topics);

            var producerConfig = getProducerConfig(appConfig);

            var producer = new ProducerBuilder<string, byte[]>(producerConfig)
                .SetPartitioner(appConfig.OutputTopic, (string topicName, int partitionCount, ReadOnlySpan<byte> keyData, bool keyIsNull) =>
             {
                 var keyValueInInt = Convert.ToInt32(System.Text.UTF8Encoding.UTF8.GetString(keyData.ToArray()));
                 return (Partition)Math.Floor((double)(keyValueInInt % partitionCount));
             }).Build();

            using (producer)
            {
                Console.WriteLine($"Start to load data from : {appConfig.DataFileName}: { DateTime.Now} ");
                var watch = new Stopwatch();
                watch.Start();
                try
                {
                    var stream = new StreamReader(appConfig.DataFileName);
                    while ((line = stream.ReadLine()) != null)
                    {
                        var message = parseLine(line);
                        var data = await serializer.SerializeAsync(message.Value, new SerializationContext(MessageComponentType.Value, appConfig.OutputTopic));
                        producer.Produce(appConfig.OutputTopic, new Message<string, byte[]> { Key = message.Key, Value = data });
 
                        if (count++ % 1000 == 0)
                        {
                            producer.Flush();
                            Console.WriteLine($"Write ... {count} in {watch.Elapsed.TotalSeconds} seconds");
                        }
                    }
                    producer.Flush();
                }
                catch (ProduceException<Null, string> e)
                {
                    Console.WriteLine($"Line: {line}");
                    Console.WriteLine($"Delivery failed: {e.Error.Reason}");
                    System.Environment.Exit(101);
                }
        finally
        {
            producer.Flush();
           
                }
            }
        }

将kafka-streams与自定义分区程序一起使用

2 个答案: