如何通过 Debezium Connect 反序列化来自 Kafka 消息流的几何字段？

Posted 2023-03-23

【中文标题】如何通过 Debezium Connect 反序列化来自 Kafka 消息流的几何字段？

【英文标题】：How can I deserialize geometry fields from Kafka messages stream via Debezium Connect?

【发布时间】：2021-07-13 23:18:31

【问题描述】：

我有一个 PostGIS + Debezium/Kafka + Debezium/Connect 设置，它将更改从一个数据库流式传输到另一个数据库。我一直在通过 Kowl 观看消息，一切都在相应地进行。

当我阅读来自 Kafka 主题的消息时，我的问题在于，尤其是几何 (wkb) 列。

这是我的 Kafka 消息：

    "schema":
        "type":"struct"
        "fields":[...]
        "optional":false
        "name":"ecotx_geometry_kafka.ecotx_geometry_impo..."
    
    "payload":
        "before":NULL
        "after":
            "id":"d6ad5eb9-d1cb-4f91-949c-7cfb59fb07e2"
            "type":"MultiPolygon"
            "layer_id":"244458fa-e6e0-4c6c-a7e1-5bf0afce2fb8"
            "geometry":
                "wkb":"AQYAACBqCAAAAQAAAAEDAAAAAQAAAAUAAABwQfUo..."
                "srid":2154
            
        "custom_style":NULL
        "style_id":"default_layer_style"
    
    "source":...
    "op":"c"
    "ts_ms":1618854994546
    "transaction":NULL
    

看起来，WKB 信息类似于“AQAAAAA...”，尽管插入到我的数据库中的信息是“01060000208A7A0000000000000”或“LINESTRING(0 0,1 0)”。

而且我不知道如何在我的 Consumer 应用程序 (Kotlin/Java) 中将其解析/转换为 ByteArray 或 Geometry，以便在 GeoTools 中进一步使用。

我不知道我是否缺少能够翻译此信息的导入。

我只有几个关于人们发布他们的 json 消息的问题，并且每条具有 geom 字段（使用 Debezium 流式传输）的消息都已更改为“AAAQQQAAAA”。

话虽如此，我怎样才能将其解析/解码/翻译成 GeoTools 可以使用的东西？

谢谢。

@更新

附加信息：

插入后，当我分析我的槽更改（使用 pg_logical_slot_get_changes 函数查询数据库）时，我能够在 WKB 中看到我的更改：

"change":["kind":"insert","schema":"ecotx_geometry_import","table":"geometry_data","columnnames":["id","type","layer_id","geometry","custom_style","style_id"],"columntypes":["uuid","character varying(255)","uuid","geometry","character varying","character varying"],"columnvalues":["469f5aed-a2ea-48ca-b7d2-fe6e54b27053","MultiPolygon","244458fa-e6e0-4c6c-a7e1-5bf0afce2fb8","01060000206A08000001000000010300000001000000050000007041F528CB332C413B509BE9710A594134371E05CC332C4111F40B87720A594147E56566CD332C4198DF5D7F720A594185EF3C8ACC332C41C03BEDE1710A59417041F528CB332C413B509BE9710A5941",null,"default_layer_style"]]

这在消费者应用程序中很有用，它肯定依赖于 Kafka 消息内容本身，只是不确定是谁在转换这个值，是 Kafka 还是 DBZ/Connect。

【参考方案1】：

我认为这只是在 PostGIS 和 JSON 中表示二进制列的不同方式。 WKB 是一个二进制字段，这意味着它具有任意值的字节，其中许多没有对应的可打印字符。 PostGIS 使用 HEX 编码将其打印出来，因此它看起来像 '01060000208A7A...' - 十六进制数字，但在内部它只是字节。 Kafka 的 JSON 使用 BASE64 编码来代替完全相同的二进制消息。

让我们用你的字符串前缀来测试，

select to_base64(from_hex('01060000206A080000010000000103000000010000000500'))

AQYAACBqCAAAAQAAAAEDAAAAAQAAAAUA

【讨论】：

谢谢！这解决了我的问题，我能够从 base64 解码器中检索十六进制字符串并继续前进！谢谢ssssssssssssssss