apache-kafka - kafka 本地状态存储/变更日志中的保留时间

Question

我正在使用 Kafka 和 Kafka Streams 作为 Spring Cloud Stream 的一部分。在我的 Kafka Streams 应用程序中流动的数据正在按特定时间窗口聚合和具体化:

Materialized<String, ErrorScore, WindowStore<Bytes, byte[]>> oneHour = Materialized.as("one-hour-store");
    oneHour.withLoggingEnabled(topicConfig);
    events
            .map(getStringSensorMeasurementKeyValueKeyValueMapper())
            .groupByKey()
            .windowedBy(TimeWindows.of(oneHourStore.getTimeUnit()))
            .reduce((aggValue, newValue) -> getMaxErrorScore(aggValue, newValue),
                    (oneHour));

按照设计，具体化的信息也由更新日志主题支持。

我们的应用程序还有一个 rest 端点，它将像这样查询 statestore:

 ReadOnlyWindowStore<String, Double> windowStore =  queryableStoreRegistry.getQueryableStoreType("one-hour-store", QueryableStoreTypes.windowStore());
 WindowStoreIterator<ErrorScore> iter = windowStore.fetch(key, from, to);

查看它创建的更改日志主题的设置:

min.insync.replicas 1
cleanup.policy delete
retention.ms 5259600000
retention.bytes -1

我假设本地的国有商店至少会将信息保存 61 天(约 2 个月)。然而，商店中似乎只剩下大约最后一天的数据。

什么会导致数据这么快被删除？

更新解决方案Kafka Streams 2.0.1 版本不包含 Materialized.withRetention 方法。对于这个特定版本，我能够使用以下解决我的问题的代码设置状态存储的保留时间:

TimeWindows timeWindows = TimeWindows.of(windowSizeMs);
    timeWindows.until(retentionMs);

让我的代码写成这样:

...

.groupByKey()
        .windowedBy(timeWindows)
        .reduce((aggValue, newValue) -> getMaxErrorScore(aggValue, newValue),
                (oneHour));
...

Answer 1

对于窗口化的KTables，有本地保留时间和changlog保留时间。您可以通过 Materialized.withRetentionTime(...) 设置本地存储保留时间——默认值为 24 小时。

For older Kafka release, the local store retention time is set via Windows#until().

如果创建了一个新应用程序，则会创建更新日志主题，其保留时间与本地存储保留时间相同。但是，如果您手动增加日志保留时间，这不会影响您的存储保留时间，但您需要相应地更新您的代码。当更改日志主题已经存在时也是如此:如果您更改本地存储保留时间，更改日志主题配置不会自动更新。

为此也有一个 Jira:https://issues.apache.org/jira/browse/KAFKA-7591