无法通过KafkaIO在kafka读取梁

Posted 2021-04-26

我在Apache Beam中编写了一个非常简单的管道，如下所示：在汇合处从我的kafka集群读取数据如下：

        Pipeline pipeline = Pipeline.create(options);

        Map<String, Object> propertyBuilder = new HashMap();
        propertyBuilder.put("ssl.endpoint.identification.algorithm", "https");
        propertyBuilder.put("sasl.mechanism","PLAIN");
        propertyBuilder.put("request.timeout.ms","20000");
        propertyBuilder.put("retry.backoff.ms","500");

        pipeline
            .apply(KafkaIO.<byte[], byte[]>readBytes()
               .withBootstrapServers("pkc-epgnk.us-central1.gcp.confluent.cloud:9092")
               .withTopic("gcp-ingestion-1")  
               .withKeyDeserializer(ByteArrayDeserializer.class)
               .withValueDeserializer(ByteArrayDeserializer.class)
               .updateConsumerProperties(propertyBuilder)             
               .withoutMetadata() // PCollection<KV<Long, String>>
            ) .apply(Values.<byte[]>create());

但是，当我运行上面的代码来从我的kafka集群中读取数据时，我会遇到异常

我在直接java跑步者上面跑，我使用的是梁2.8，

我可以阅读并向我的kafka融合群集发送消息，但不能通过上面的代码。

答案

如果您遵循堆栈跟踪，则代码会尝试将超时配置属性强制转换为Integer：https://github.com/apache/beam/blob/2e759fecf63d62d110f29265f9438128e3bdc8ab/sdks/java/io/kafka/src/main/java/org/apache/beam/sdk/io/kafka/KafkaUnboundedReader.java#L112

但相反，它得到一个字符串。我的猜测是因为你在这里设置为字符串：propertyBuilder.put("request.timeout.ms","20000")。我认为正确的做法是将其设置为Integer，例如像propertyBuilder.put("request.timeout.ms", 20000)（超时值周围没有引号）。

您也可能遇到与其他配置属性类似的问题（例如，重试退避），您需要仔细检查属性类型。