復雜 Object KStream GlobalKTable left-join

Question

我是 Kafka Streams 的新手。 我想執行以下基於 KStream-GlobalKTable 純 DSL 的左連接操作，而不是使用 map 操作。

我有一個輸入 stream a.topic這是 <String, A>，其中值：

{
    "b_obj": {
        "b_value": "xyz",
        "c_list": [
            {
                "d_obj": {
                    "d_id1": "value1",
                    "d_id2": "value2",
                    "d_value": "some value"
                },
                "c_value": "jkl"
            },
            {
                "d_obj": {
                    "d_id1": "value3",
                    "d_id2": "value4",
                    "d_value": "some value 2"
                },
                "c_value": "pqr"
            }
        ]
    },
    "a_value": "abcd"
}

另一個輸入主題e.topic是 <String, E>，其中值：

{
    "e_id1": "value1",
    "e_id2": "value2",
    "e_value": "some value"
}

我要進行左連接操作a.topic是一個stream，主數據e.topic是一個全局表來實現結果值為

{
    "b_obj": {
        "b_value": "xyz",
        "c_list": [
            {
                "d_obj": {
                    "d_id1": "value1",
                    "d_id2": "value2",
                    "d_value": "some value"
                },
                "e_obj": {
                    "e_id1": "value1",
                    "e_id2": "value2",
                    "e_value": "some value a"
                },
                "c_value": "jkl"
            },
            {
                "d_obj": {
                    "d_id1": "value3",
                    "d_id2": "value4",
                    "d_value": "some value 2"
                },
                "e_obj": {
                    "e_id1": "value3",
                    "e_id2": "value4",
                    "e_value": "some value b"
                },
                "c_value": "pqr"
            }
        ]
    },
    "a_value": "abcd"
}

並且連接條件是abc[i].d.d_id1 == e.e_id1 && abc[i].d.d_id2 == e.e_id2

代碼：

public class ComplexBeanStream {

    public static void main(String[] args) {

        Serde<A> aSerde = new JsonSerde<>(A.class);

        Serde<E> eSerde = new JsonSerde<>(E.class);

        final Properties streamsConfiguration = new Properties();
        streamsConfiguration.put(StreamsConfig.APPLICATION_ID_CONFIG, "complex-bean-app");
        streamsConfiguration.put(StreamsConfig.CLIENT_ID_CONFIG, "complex-bean-client");
        streamsConfiguration.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");

        StreamsBuilder builder = new StreamsBuilder();

        final GlobalKTable<String, E> eGlobalTable =
                builder.globalTable(
                        "e.topic",
                        Materialized.<String, E, KeyValueStore<Bytes, byte[]>>
                                as("E-STORE")
                                .withKeySerde(Serdes.String())
                                .withValueSerde(eSerde)
                );

        final KStream<String, A> aStream =
                builder.stream(
                        "a.topic",
                        Consumed.with(Serdes.String(), aSerde));

        // perform left-join here

        Topology topology = builder.build();

        System.out.println("\n\nComplexBeanStream Topology: \n" + topology.describe());

        final KafkaStreams streams = new KafkaStreams(topology, streamsConfiguration);

        streams.cleanUp();

        streams.start();

        Runtime.getRuntime().addShutdownHook(new Thread(streams::close));
    }

}

class A {

    private B b_obj;

    private String a_value;
}

class B {

    private List<C> c_list;

    private String b_value;
}

class C {

    private D d_obj;

    private E e_obj;

    private String c_value;
}

class D {

    private String d_id1;

    private String d_id2;

    private String d_value;
}

class E {

    private String e_id1;

    private String e_id2;

    private String e_value;
}

Answer 1

只要連接查找基於值而不是鍵，就不可能在沒有映射的情況下加入。

Kafka-Streams 只能基於雙方相同的密鑰加入。 這意味着，您應該在 oder 中加入雙方的 map 和 select 新密鑰（重新鍵入）以實現abc[i].d.d_id1 == e.e_id1 && abc[i].d.d_id2 == e.e_id2 。

在這種情況下，一側可以有[abc[i].d.d_id1, abc[i].d.d_id2]作為其鍵，而另一側可以有[e.e_id1, e.e_id2] 。 如果您有匹配項，則可以將這些值連接到新的 object。 可能您應該在重新鍵入之前對您的c_list進行平面映射。

閱讀有關加入Kafka-Streams 的信息也很有幫助。