如何解决Kafka Streams-不可预测的聚合结果
我最近正在学习Apache Kafka Streams并玩世界计数示例。下面是我的代码
public class StreamsStarterApp {
public static void main(String[] args) {
Properties properties = new Properties();
properties.put(StreamsConfig.APPLICATION_ID_CONFIG,"streams-starter-app");
properties.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG,"localhost:9092");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");
properties.put(StreamsConfig.DEFAULT_KEY_SERDE_CLASS_CONFIG,Serdes.String().getClass());
properties.put(StreamsConfig.DEFAULT_VALUE_SERDE_CLASS_CONFIG,Serdes.String().getClass());
StreamsBuilder streamsBuilder = new StreamsBuilder();
KStream<String,String> wordCountPipe = streamsBuilder.stream("word-count-in");
wordCountPipe.filter((key,value) -> StringUtils.isNoneBlank(value))
.mapValues(value -> value.toLowerCase())
.flatMapValues(value -> Splitter.on(",").trimResults().split(value))
.groupBy((key,value)-> value)
.count(Named.as("count"))
.toStream()
.to("word-count-out",Produced.with(Serdes.String(),Serdes.Long()));
KafkaStreams kafkaStreams = new KafkaStreams(streamsBuilder.build(),properties);
kafkaStreams.start();
Runtime.getRuntime().addShutdownHook(new Thread(kafkaStreams::close));
}
}
我有一个很有趣的发现,就是如果我注释'.mapValues(value-> value.toLowerCase())',结果将有所不同,这使我真的感到困惑,因为代码中的任何更改都会导致不可预测的结果更改>
-
向主题“ word-count-int”发送问候,您好
-
结果将显示 你好2
-
如果我评论'.mapValues(value-> value.toLowerCase())'并再次发送hello,world 结果将显示 你好1 世界1
这怎么可能发生?与卡夫卡流中的状态存储有关吗?
解决方法
修改KafkaStreams应用程序(即删除或添加运算符)可能会导致不兼容。通常,如果您想更改程序,则通常需要重置应用程序(即,删除所有状态)(参见https://docs.confluent.io/current/streams/developer-guide/app-reset-tool.html)。
对于您的特殊情况,问题在于操作员名称。名称是使用内部计数器自动生成的,以避免命名冲突。如果删除一个运算符,则下游运算符的名称会更改。因此,count()
运算符找不到旧状态(每个状态存储区也都有一个名称,并且存储区的名称也发生了变化),因此,在删除mapValues
之后,您将以空状态开始
您可以通过Topology#describe()
检查命名。这样,您可以在更改代码之前和之后比较拓扑。
要允许兼容升级,DSL允许您显式指定名称(参见https://docs.confluent.io/current/streams/developer-guide/dsl-topology-naming.html)。这样,命名不会更改。对于单词计数示例,您可以通过以下方式指定名称:
.count(Materialized.as("myName"))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。