按键加入多个Kafka主题

Question

如何编写一个可扩展地加入多个Kafka主题的使用者？

我有一个主题，该主题发布了带有键的事件，第二个主题发布了与第一个具有相同键的子集相关的其他事件。 我想写一个订阅者，订阅者同时订阅两个主题，并对出现在两个主题中的子集执行一些其他操作。

我可以使用一个使用者轻松地做到这一点：从两个主题中读取所有内容，在本地维护状态，并在为给定键读取了两个事件时执行操作。 但我需要扩展解决方案。

理想情况下，我需要将主题捆绑在一起，以便以相同的方式对主题进行分区，并将分区同步分配给使用者。 我怎样才能做到这一点？

我知道Kafka Streams将主题结合在一起，以便将密钥分配给相同的节点。 他们是如何做到的呢？ PS：我使用的是Python，因此无法使用Kafka Streams。

Answer 1

太糟糕了，您使用的是Python-Kafka Streams非常适合:)

如果您想手动执行此操作，则需要实现自己的PartitionAssignor实现必须确保分区在分配中共处一处：假设每个主题有4个分区（我们称它们为A和B），则必须将分区A_0和B_0分配给同一使用者（以及A_1和B_1，...）。

我希望Python使用者可以让您通过config参数partition.assignment.strategy指定自定义分区分配器。

这是Kafka Streams使用的PartitionAssignor ： https : //github.com/apache/kafka/blob/trunk/streams/src/main/java/org/apache/kafka/streams/processor/internals/StreamPartitionAssignor.java

Streams使用任务的概念-任务获取分配了相同分区号的不同主题的分区。 Streams还尝试执行“粘性分配”-即，如果可能的话，在重新平衡的情况下不要移动任务（因此不要移动分区）。 因此，每个消费者在重新平衡元数据中编码其“旧分配”。

基本上，方法#subscription()在每个活动的使用者上调用。 它将发送消费者的订阅信息（即，消费者想要订阅的主题）以及可选的元数据给代理。

第二步，消费者组的负责人将在#assign()计算实际分配。 负责的经纪人在重新平衡的第一阶段收集#subscription()提供的所有信息，并将其交给#assign() 。 因此，领导者可以获得整个组的全局概览，从而可以确保以同位方式分配分区。

在最后一步中，经纪人从领导者那里收到计算的分配，并将其广播给该组的所有消费者。 这将导致在每个使用者上调用#onAssignment() 。

这也可能会有所帮助：

• https://cwiki.apache.org/confluence/display/KAFKA/Kafka+Streams+Architecture
• http://docs.confluent.io/current/streams/architecture.html