使用 KSQL 将表从 Kafka 转储到 MariaDB

Posted

技术标签:

【中文标题】使用 KSQL 将表从 Kafka 转储到 MariaDB【英文标题】：Dump table from Kafka into MariaDB with KSQL 【发布时间】：2021-06-06 07:59:02 【问题描述】：

我正在使用 KSQL 进行聚合，需要将输出表保存在 MariaDB 中。我已经设置了 MariaDB 和 JdbcSinkConnector。不幸的是，水槽不适合我。

这是 KSQL 中的表结构，我想将其转储到 MariaDB 中：

Field     | Type                           
--------------------------------------------
 a        | VARCHAR(STRING)  (primary key) 
 b        | VARCHAR(STRING)  (primary key) 
 c        | VARCHAR(STRING)  (primary key) 
 d        | INTEGER                        
--------------------------------------------

我按 a、b、c 列进行分组并进行一些聚合，即 d 列。

这是连接器：

create sink connector test with (
'tasks.max' = 1,
'key.converter.schema.registry.url' = 'http://schema-registry:8081', 
'value.converter.schema.registry.url' = 'http://schema-registry:8081',
'connector.class'          = 'io.confluent.connect.jdbc.JdbcSinkConnector',
'key.converter'='org.apache.kafka.connect.storage.StringConverter',
'value.converter'='org.apache.kafka.connect.storage.StringConverter',
'key.converter.schemas.enable' = 'false',
'value.converter.schemas.enable' = 'true',
'config.action.reload' = 'restart',
'errors.log.enable' = 'true',
'errors.log.include.messages' = 'true',
'print.key' = 'true',
'errors.tolerance' = 'all',
'topics'                   = 'my-topic',
'connection.url'           = 'jdbc:mysql://mariadb-docker-container:3306/ksql?autoReconnect=true&useSSL=false',
'connection.user'          = 'root', 
'connection.password'      = 'strongest-password-you-have-ever-seen',
'pk.fields' = 'a, b, c',
'pk.mode' = 'record_value',
'delete.enabled' = 'false');

运行此连接器会出现以下错误：

kafka-connect               | [2021-03-08 12:13:51,339] ERROR [TEST|task-0] WorkerSinkTaskid=TEST-0 Task threw an uncaught and unrecoverable exception (org.apache.kafka.connect.runtime.WorkerTask:187)
kafka-connect               | org.apache.kafka.connect.errors.ConnectException: Exiting WorkerSinkTask due to unrecoverable exception.
kafka-connect               |   at org.apache.kafka.connect.runtime.WorkerSinkTask.deliverMessages(WorkerSinkTask.java:591)
kafka-connect               |   at org.apache.kafka.connect.runtime.WorkerSinkTask.poll(WorkerSinkTask.java:326)
kafka-connect               |   at org.apache.kafka.connect.runtime.WorkerSinkTask.iteration(WorkerSinkTask.java:229)
kafka-connect               |   at org.apache.kafka.connect.runtime.WorkerSinkTask.execute(WorkerSinkTask.java:201)
kafka-connect               |   at org.apache.kafka.connect.runtime.WorkerTask.doRun(WorkerTask.java:185)
kafka-connect               |   at org.apache.kafka.connect.runtime.WorkerTask.run(WorkerTask.java:235)
kafka-connect               |   at java.base/java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:515)
kafka-connect               |   at java.base/java.util.concurrent.FutureTask.run(FutureTask.java:264)
kafka-connect               |   at java.base/java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1128)
kafka-connect               |   at java.base/java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:628)
kafka-connect               |   at java.base/java.lang.Thread.run(Thread.java:834)
kafka-connect               | Caused by: org.apache.kafka.connect.errors.ConnectException: Sink connector 'TEST' is configured with 'delete.enabled=false' and 'pk.mode=record_value' and therefore requires records with a non-null Struct value and non-null Struct schema, but found record at (topic='my-topic',partition=1,offset=30,timestamp=1615205630513) with a String value and string value schema.
kafka-connect               |   at io.confluent.connect.jdbc.sink.RecordValidator.lambda$requiresValue$2(RecordValidator.java:86)
kafka-connect               |   at io.confluent.connect.jdbc.sink.BufferedRecords.add(BufferedRecords.java:82)
kafka-connect               |   at io.confluent.connect.jdbc.sink.JdbcDbWriter.write(JdbcDbWriter.java:73)
kafka-connect               |   at io.confluent.connect.jdbc.sink.JdbcSinkTask.put(JdbcSinkTask.java:75)
kafka-connect               |   at org.apache.kafka.connect.runtime.WorkerSinkTask.deliverMessages(WorkerSinkTask.java:563)
kafka-connect               |   ... 10 more
kafka-connect               | [2021-03-08 12:13:51,339] ERROR [TEST|task-0] WorkerSinkTaskid=TEST-0 Task is being killed and will not recover until manually restarted (org.apache.kafka.connect.runtime.WorkerTask:188)
kafka-connect               | [2021-03-08 12:13:51,339] INFO [TEST|task-0] Stopping task (io.confluent.connect.jdbc.sink.JdbcSinkTask:119)
kafka-connect               | [2021-03-08 12:13:51,339] INFO [TEST|task-0] Closing connection #1 to MySql (io.confluent.connect.jdbc.util.CachedConnectionProvider:108)
kafka-connect               | [2021-03-08 12:13:51,340] INFO [TEST|task-0] [Consumer clientId=connector-consumer-TEST-0, groupId=connect-TEST] Revoke previously assigned partitions my-topic-1, my-topic-0 (org.apache.kafka.clients.consumer.internals.ConsumerCoordinator:307)
kafka-connect               | [2021-03-08 12:13:51,340] INFO [TEST|task-0] [Consumer clientId=connector-consumer-TEST-0, groupId=connect-TEST] Member connector-consumer-TEST-0 sending LeaveGroup request to coordinator broker:29092 (id: 2147483646 rack: null) due to the consumer is being closed (org.apache.kafka.clients.consumer.internals.AbstractCoordinator:1010)

我也尝试过使用 AvroConverter os JsonConverter，但这并没有帮助，他们只是抛出了其他错误（解析错误），这没有多大帮助。根据一些研究，我知道这与数据的结构有关。但是，如果表格来自分组列和聚合，我应该如何提供结构或将表格转换为“结构”？

有什么想法吗？我也在考虑不使用连接器，而是编写一个小程序来提取表/主题并将它们写入 MariaDB，以防连接器不起作用。

【问题讨论】：

你用的是什么版本的ksqlDB？ @RobinMoffatt 0.15 【参考方案1】：

如果您使用的是 JDBC Sink，则需要对包含架构的数据使用序列化格式，例如使用 Avro、Protobuf 或 JSON Schema。

在 ksqlDB 中，您可以在创建对象时指定：

CREATE TABLE MY_TABLE WITH (FORMAT='AVRO') AS 
  SELECT A,B,C,COUNT(*) AS D 
    FROM STREAM_FOO 
GROUP BY A,B,C;

请注意，在 ksqlDB 0.15 中添加了 Avro 密钥支持。

现在您的数据在 Avro 中，您可以使用适当的转换器创建接收器连接器

create sink connector test with (
  'connector.class'                     = 'io.confluent.connect.jdbc.JdbcSinkConnector',
  'tasks.max'                           = 1,
  'key.converter.schema.registry.url'   = 'http://schema-registry:8081',
  'value.converter.schema.registry.url' = 'http://schema-registry:8081',
  'key.converter'                       = 'io.confluent.connect.avro.AvroConverter',
  'value.converter'                     = 'io.confluent.connect.avro.AvroConverter',
  'key.converter.schemas.enable'        = 'false',
  'value.converter.schemas.enable'      = 'true',
  'config.action.reload'                = 'restart',
  'errors.log.enable'                   = 'true',
  'errors.log.include.messages'         = 'true',
  'print.key'                           = 'true',
  'errors.tolerance'                    = 'all',
  'topics'                              = 'my-topic',
  'connection.url'                      = 'jdbc:mysql://mariadb-docker-container:3306/ksql?autoReconnect=true&useSSL=false',
  'connection.user'                     = 'root',
  'connection.password'                 = 'strongest-password-you-have-ever-seen',
  'pk.fields'                           = 'a, b, c',
  'pk.mode'                             = 'record_key',
  'delete.enabled'                      = 'false');

你遇到的两个问题：

    使用StringConverter 表示不存在架构，因此错误消息String value and string value schema. 中的报告。 表的键 (GROUP BY) 写入 Kafka 消息的 键，因此您应该从这里 (record_key) 获取 pk.fields。

参考：

Kafka Connect Deep Dive – Converters and Serialization Explained ? ksqlDB and the Kafka Connect JDBC Sink (✍️ notes)

【讨论】：

你成就了我的一天。 我的荣幸 :-)

以上是关于使用 KSQL 将表从 Kafka 转储到 MariaDB的主要内容，如果未能解决你的问题，请参考以下文章

如何将表从mysql数据库导出到excel？

Kafka KSQL入门

将表从数据库导出到 csv 文件

如何使用 pyodbc 将表从 MS Access 迁移到 Postgres？

将表从 Dev DB 复制到 QA DB

使用c#将表从Sql Server导出到PDF文件