Kafka Stream根据json消息中的时间戳键对消息进行排序

Question

我正在用 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UpdateTime使用 Kafka Streams基于10 秒时间窗口对消息进行排序，并在另一个 Kafka 主题中推回已排序的消息。我创建了一个流，它从输入主题中读取数据，然后我在 UserID 是消息中的键TimeWindowedKStream之后创建groupByKey()（虽然它不需要groupByKey然后排序，但我无法WindowedBy直接获取）。但是我无法UpdateTime进一步在 10 秒窗口中对消息进行排序。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);
    }

提前谢谢了。

Answer 1

如果您想对忽略键的消息进行排序，则只有基于分区执行此操作才有意义，并且仅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密钥（参见：https: //docs.confluence.io/current/streams/faq.html#accessing-record-metadata-such-as-topic-partition -和偏移信息）

对于排序来说，就比较棘手了。请注意，Kafka Streams 遵循“连续输出”模型，并使用 DSL 为每个输入记录发出更新。因此，使用 Processor API 可能会更好。您可以使用Processor带有附加存储的 a 并将记录放入存储中。作为内存中的结构，您保存一个排序的记录列表。随着时间的推移，您可以发出“完成”窗口并从存储中删除相应的记录。

我不认为你可以使用 DSL 来构建它。