Kafka Streams - 根據 Streams 數據發送不同的主題

Question

我有一個 kafka 流應用程序等待在主題user_activity上發布記錄。 它將接收 json 數據，並根據我想將該流推送到不同主題的鍵的值。

這是我的流應用程序代碼：

KStream<String, String> source_user_activity = builder.stream("user_activity");
        source_user_activity.flatMapValues(new ValueMapper<String, Iterable<String>>() {
            @Override
            public Iterable<String> apply(String value) {
                System.out.println("value: " +  value);
                ArrayList<String> keywords = new ArrayList<String>();
                try {
                    JSONObject send = new JSONObject();
                    JSONObject received = new JSONObject(value);

                    send.put("current_date", getCurrentDate().toString());
                    send.put("activity_time", received.get("CreationTime"));
                    send.put("user_id", received.get("UserId"));
                    send.put("operation_type", received.get("Operation"));
                    send.put("app_name", received.get("Workload"));
                    keywords.add(send.toString());
                    // apply regex to value and for each match add it to keywords

                } catch (Exception e) {
                    // TODO: handle exception
                    System.err.println("Unable to convert to json");
                    e.printStackTrace();
                }

                return keywords;
            }
        }).to("user_activity_by_date");

在這段代碼中，我想檢查操作類型，然后根據我想將流推送到相關主題。

我怎樣才能做到這一點？

編輯：

我已將代碼更新為：

final StreamsBuilder builder = new StreamsBuilder();

KStream<String, String> source_o365_user_activity = builder.stream("o365_user_activity");
KStream<String, String>[] branches = source_o365_user_activity.branch( 
      (key, value) -> (value.contains("Operation\":\"SharingSet") && value.contains("ItemType\":\"File")),
      (key, value) -> (value.contains("Operation\":\"AddedToSecureLink") && value.contains("ItemType\":\"File")),
      (key, value) -> true
     );

branches[0].to("o365_sharing_set_by_date");
branches[1].to("o365_added_to_secure_link_by_date");
branches[2].to("o365_user_activity_by_date");

Answer 1

您可以使用branch方法來拆分流。 此方法采用謂詞將源流拆分為多個流。

下面的代碼取自kafka-streams-examples ：

KStream<String, OrderValue>[] forks = ordersWithTotals.branch(
    (id, orderValue) -> orderValue.getValue() >= FRAUD_LIMIT,
    (id, orderValue) -> orderValue.getValue() < FRAUD_LIMIT);

forks[0].mapValues(
    orderValue -> new OrderValidation(orderValue.getOrder().getId(), FRAUD_CHECK, FAIL))
    .to(ORDER_VALIDATIONS.name(), Produced
        .with(ORDER_VALIDATIONS.keySerde(), ORDER_VALIDATIONS.valueSerde()));

forks[1].mapValues(
    orderValue -> new OrderValidation(orderValue.getOrder().getId(), FRAUD_CHECK, PASS))
    .to(ORDER_VALIDATIONS.name(), Produced
  .with(ORDER_VALIDATIONS.keySerde(), ORDER_VALIDATIONS.valueSerde()));

Answer 2

原始的KStream.branch方法不方便，因為混合了數組和泛型，並且因為它強制人們使用“幻數”從結果中提取正確的分支（參見例如KAFKA-5488問題）。 從spring-kafka 2.2.4 開始， KafkaStreamBrancher類可用。 有了它，更方便的分支成為可能：

new KafkaStreamsBrancher<String, String>()
    .branch((key, value) -> value.contains("A"), ks->ks.to("A"))
    .branch((key, value) -> value.contains("B"), ks->ks.to("B"))
    .defaultBranch(ks->ks.to("C"))
    .onTopOf(builder.stream("source"))
    //onTopOf returns the provided stream so we can continue with method chaining 
    //and do something more with the original stream

還有KIP-418 ，因此也有可能在 Kafka 本身中改進分支。

Answer 3

另一種可能性是使用TopicNameExtractor動態路由事件：

https://www.confluent.io/blog/putting-events-in-their-place-with-dynamic-routing

不過，您需要提前創建主題，

val outputTopic: TopicNameExtractor[String, String] = (_, value: String, _) => defineOutputTopic(value)

builder
  .stream[String, String](inputTopic)
  .to(outputTopic)

並且defineOutputTopic可以返回給定值（或與此相關的鍵或記錄上下文）的一組已定義主題中的一個。 PD：抱歉Scala 代碼，在鏈接中有一個Java 示例。