Kafka-Streams 加入 2 个带有 JSON 值的主题 | 背压机制？

Question

我正在学习 Kafka Streams 并尝试实现以下目标：

创建了 2 个 Kafka 主题（比如 topic1、topic2），以 null 作为键，JSONString 作为值。 来自主题 1（无重复）的数据在主题 2 中有多个匹配条目。 即 topic1 有一些主流数据，当与 topic2 连接时，可以生成新的多数据流。

例子：

topic1={"name": "abc", "age":2}, {"name": "xyz", "age":3} and so on.
topic2={"name": "abc", "address"="xxxxxx"}, {"name": "abc", "address"="yyyyyy"}, {"name": "xyz", "address"="jjjjjj"}, {"name": "xyz", "address"="xxxkkkkk"}

预期输出： {"name": "abc", "age":2, "address"="xxxxxx"}, {"name": "abc", "age":2, "address"="yyyyyy"}, {"name": "xyz", "age":3, "address"="jjjjjj"}, {"name": "xyz", "age":3, "address"="xxxkkkkk"}

想保留/保留来自 topic1 的数据流以供将来参考，而来自 topic2 的数据流仅用于实现上述用例，不需要任何持久性/保留。

我有几个问题：1）应该将 topic1 数据流保留/存储几天（可能？），以便可以加入来自 topic2 的传入数据流。 是否可以？ 2）我应该用什么来实现这一点，KStream 还是 KTable？ 3）这叫背压机制吗？

Kafka Stream 是否支持此用例，还是我应该注意其他事项？ 拜托，建议。

我已经尝试了一段带有 5 分钟窗口的 KStream 代码，但看起来我无法在流中保存 topic1 数据。

请帮助我做出正确的选择并加入。 我正在使用 Confluent 中的 Kafka 和 Docker 实例。

public void run() {
        final StreamsBuilder builder = new StreamsBuilder();
        final Serde<JsonNode> jsonSerde = Serdes.serdeFrom(new JsonSerializer(), new JsonDeserializer());
        final Consumed<String, JsonNode> consumed = Consumed.with(Serdes.String(), jsonSerde);

        // Hold data from this topic to 30 days
        KStream<String, JsonNode> cs = builder.stream("topic1", consumed);
        cs.foreach((k,v) -> {
            System.out.println( k + " --->" + v);
        });

        // Data is involved in one time process.
        KStream<String, JsonNode> css = builder.stream("topic2", consumed);
        css.foreach((k,v) -> {
            System.out.println( k + " --->" + v);
        });

        KStream<String, JsonNode> resultStream = cs.leftJoin(css,
                valueJoiner,
                JoinWindows.of(TimeUnit.MINUTES.toMillis(5)),
                Joined.with(
                        Serdes.String(), /* key */
                        jsonSerde,       /* left value */
                        jsonSerde)       /* right value */
        );

        resultStream.foreach((k, v) -> {
            System.out.println("JOIN STREAM: KEY="+k+ ", VALUE=" + v);
        });

        KafkaStreams streams = new KafkaStreams(builder.build(), properties);
        streams.start();
    }

Answer 1

Kafka 中的联接始终基于键。 (*)因此，要进行任何连接，您需要在进行实际连接之前将要连接的字段提取到键中（唯一的部分例外是 KStream-GlobalKTable 连接）。 在您的代码示例中，您不会得到任何结果，因为所有记录都有一个null键，因此无法加入。

对于连接本身，似乎 KStream-KTable 连接将是您的用例的正确选择。 要完成这项工作，您需要：

1. 为topic1正确设置连接键并将数据写入附加主题（我们称之为topic1Keyed ）
2. 阅读topic1Keyed作为表
3. 为topic2正确设置连接键
4. 将topic2与KTable连接KTable

有关连接语义的完整详细信息，请查看此博客文章： https : //www.confluent.io/blog/crossing-streams-joins-apache-kafka/

（*） 更新：

从 2.4 版本开始，Kafka Streams 也支持外键表-表连接。