使用 selectKey 和转换对 DSL 拓扑进行流重新分区

Question

我觉得我可能缺少一些非常基本的东西，但我还是会问。

有多个分区的输入主题。我使用 selectKey 作为 DSL 拓扑的一部分。selectKey 始终返回相同的值。我的期望是，在 selectKey() 触发的内部重新分区之后，拓扑中的下一个处理器将在同一个分区上为同一个键调用。然而，transform() 的下一个处理器在不同分区上为相同的键调用。

拓扑：

    Topology buildTopology() {
        final StreamsBuilder builder = new StreamsBuilder();


        builder
            .stream("in-topic", Consumed.with(Serdes.String(), new JsonSerde<>(CatalogEvent.class)))
            .selectKey((k,v) -> "key")
            .transform(() -> new Processor())
            .print();

        return builder.build();
    }

转换使用的处理器类

public class Processor implements Transformer<String, CatalogEvent, KeyValue<String, DispEvent>> {

    private ProcessorContext context;

    @Override
    public void init(ProcessorContext context) {
        this.context = context;
    }

    @Override
    public KeyValue<String, DispEvent> transform(String key, CatalogEvent catalogEvent) {
        System.out.println("key:" + key + " partition:" + context.partition());
        return null;
    }

    @Override
    public KeyValue<String, DispatcherEvent> punctuate(long timestamp) {
        // TODO Auto-generated method stub
        return null;
    }

    @Override
    public void close() {
        // TODO Auto-generated method stub

    }
}

“in-topic”有两条消息以随机 UUID 作为键，即“8f45e552-8886-4781-bb0c-79ca98f9d927”、“a794ed2a-6f7d-4522-a7ac-27c51a64fa28”，两条消息的有效载荷相同

Processor::transform 的两个 UUID 的输出是

key:key partition: 2
key:key partition: 0

如何更改拓扑以确保具有相同键的消息将到达同一分区 - 我需要它来确保具有相同键的消息将转到同一个本地 Kafka 存储实例（用于插入或更新）。

Answer 1

因为process()并且[flat]transform[Values]()没有自动重新分区。您将需要插入手动repartition()（或through()在旧版本中）调用来重新分区数据。如果您比较 JavaDocs（支持groupBy()或join()支持自动重新分区），您会发现它们没有提到自动重新分区。

原因是，这三种方法是处理器 API 集成到 DSL 的一部分，因此没有 DSL 操作符。它们的语义是未知的，因此我们无法判断它们是否需要重新分区，如果密钥发生变化。为避免不必要的重新分区，不执行自动重新分区。

还有一个对应的jira：https : //issues.apache.org/jira/browse/KAFKA-7608