java - Kafka Stream根据json消息中的时间戳键对消息进行排序

Question

我正在使用 JSON 消息发布 Kafka，例如:

"UserID":111,"UpdateTime":06-13-2018 12:13:43.200Z,"Comments":2,"Like":10
"UserID":111,"UpdateTime":06-13-2018 12:13:40.200Z,"Comments":0,"Like":6
"UserID":222,"UpdateTime":06-13-2018 12:13:43.200Z,"Comments":1,"Like":10
"UserID":111,"UpdateTime":06-13-2018 12:13:44.600Z,"Comments":3,"Like":12

我想使用 Kafka Streams 在 10 秒时间窗口中根据 UpdateTime 对消息进行排序，并在另一个 Kafka 主题中推回排序的消息。我创建了一个流，它从输入主题中读取数据，然后我在 groupByKey() 之后创建了 TimeWindowedKStream，其中 UserID 是消息中的键(虽然它不是需要 groupByKey 然后排序，但我无法直接获取 WindowedBy)。但我无法根据 UpdateTime 进一步对 10 秒窗口中的消息进行排序。我的源代码是:

public static void main(String[] args) throws Exception {
        Properties props = new Properties();
        props.put(StreamsConfig.APPLICATION_ID_CONFIG, "streams-sorting");
        props.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG, "broker");
        props.put(StreamsConfig.CACHE_MAX_BYTES_BUFFERING_CONFIG, 0);
        props.put(StreamsConfig.DEFAULT_KEY_SERDE_CLASS_CONFIG, Serdes.String().getClass().getName());
        props.put(StreamsConfig.DEFAULT_VALUE_SERDE_CLASS_CONFIG, Serdes.String().getClass().getName());
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
        StreamsBuilder builder = new StreamsBuilder();
        KStream<String, String> source = builder.stream("UnsortedMessages");
        TimeWindowedKStream<String, String> countss = source.groupByKey().windowedBy(TimeWindows.of(10000L)
                 .until(10000L));
        /*
        SORTING CODE
            */
        outputMessage.toStream().to("SortedMessages", Produced.with(Serdes.String(), Serdes.Long()));
        final KafkaStreams streams = new KafkaStreams(builder.build(), props);
        final CountDownLatch latch = new CountDownLatch(1);
        // attach shutdown handler to catch control-c
        Runtime.getRuntime().addShutdownHook(new Thread("streams-sorting-shutdown-hook") {
            @Override
            public void run() {
                streams.close();
                latch.countDown();
            }
        });
        try {
            streams.start();
            latch.await();
        } catch (Throwable e) {
            System.exit(1);
        }
        System.exit(0);
    }

非常感谢。

Answer 1

如果你想忽略键对消息进行排序，只有基于分区并且只有当输入主题与输出主题具有相同数量的分区时才有意义。对于这种情况，您应该提取分区号并将其用作消息 key (cf: https://docs.confluent.io/current/streams/faq.html#accessing-record-metadata-such-as-topic-partition-and-offset-information )

对于排序，比较棘手。请注意，Kafka Streams 遵循“连续输出”模型，并且确实使用 DSL 为每个输入记录发出更新。因此，最好使用 Processor API。您将使用带有附加存储的 Processor 并将记录放入存储中。作为一个内存结构，你保存了一个排序的记录列表。随着时间的推移，您可以发出“已完成”窗口并从存储中删除相应的记录。

我认为您无法使用 DSL 构建它。