由于错误的模式类型(JSON 而不是 AVRO),Pulsar 函数无法反序列化消息
Posted
技术标签:
【中文标题】由于错误的模式类型(JSON 而不是 AVRO),Pulsar 函数无法反序列化消息【英文标题】:Pulsar function fails to deserialize message because of wrong schema type (JSON instead of AVRO) 【发布时间】:2021-12-08 04:42:53 【问题描述】:当在 docker 中独立运行 Pulsar 时,在特定情况下反序列化消息时,我们会遇到这个奇怪的问题。 我们使用的是 2.7.1 版本。
我们有一个创建主题和函数的脚本,然后为 JSON 类型的麻烦主题创建模式。整个架构是正确的,但类型不正确。这都是在发送任何消息之前。
我们还启用了set-is-allow-auto-update-schema
。
我们称之为trouble-topic
,它由两个来源填充:ValidationFunction
和一个 Spring Boot 微服务。
ValidationFunction
验证消息,如果消息有效,它将映射消息发送到 Spring Boot 微服务使用的主题,然后对其执行一些逻辑并将其发送到 trouble-topic
,但如果验证失败则直接向trouble-topic
发送消息。
当使用 Spring Boot 微服务中的 sendAsync
和以下生产者时,架构得到更新,将 AVRO 作为类型,并且 TroubleFunction
读取 trouble-topic
之后工作正常:
pulsarClient
.newProducer(AvroSchema.of(OurClass.class))
.topic(troubleTopicName))
.create()
但是如果在此之前有些消息没有通过验证,并且在使用上述Producer之前将消息直接发送到trouble-topic
,我们会得到一个解析异常。我们通过以下方式从函数发送消息:
context.newOutputMessage(troubleTopicName, AvroSchema.of(OurClass.class))
.value(value)
.sendAsync();
由于某种原因,这不会更新架构类型,架构类型仍然是 JSON。我使用 pulsar admin CLI 验证了每个步骤的模式类型。而当这种情况发生在微服务生产者第一次更新模式类型之前,TroubleFunction
读取trouble-topic
失败并出现以下错误:
11:43:49.322 [tenant/namespace/TroubleFunction-0] ERROR org.apache.pulsar.functions.instance.JavaInstanceRunnable - [tenant/namespace/TroubleFunction:0] Uncaught exception in Java Instance
org.apache.pulsar.client.api.SchemaSerializationException: com.fasterxml.jackson.core.JsonParseException: Illegal character ((CTRL-CHAR, code 2)): only regular white space (\r, \n, \t) is allowed between tokens
at [Source: (byte[])avro-serialized-msg-i-have-to-hide Parsing exception: cvc-complex-type.2.4.a: Invalid content was found starting with element 'ElementName'. One of '"foo:bar":ElementName' is expected."; line: 1, column: 2]
所以我的问题是这两者之间有什么区别,为什么从函数发送消息不能正确更新架构类型?不是在下面使用同一个 Producer 吗?还有一种方法可以解决这个问题,以便在初始化时设置模式类型,或者至少在从函数发送消息时更新模式类型?
【问题讨论】:
【参考方案1】:首先,信用到期。我想有一天这会被很好地记录下来,但现在还没有。我有幸拥有一本 EAP 版本的 Apache Pulsar in Action 书,其中这个示例存储库用于展示一些 Pulsar 功能:https://github.com/david-streamlio/GottaEat
我强烈推荐这本书,并为每个使用 Pulsar 工作的人浏览这些示例,有人提到 pulsar slack 社区就在昨天它从 MEAP 毕业,并且应该很快就会有印刷版,所以请查看.也可以考虑加入 Pulsar slack。
答案:
这段代码让我了解它应该如何工作:
Map<String, ConsumerConfig> inputSpecs = new HashMap<String, ConsumerConfig> ();
inputSpecs.put("persistent://orders/inbound/food-orders",
ConsumerConfig.builder().schemaType("avro").build());
FunctionConfig functionConfig =
FunctionConfig.builder()
...
.inputSpecs(inputSpecs)
...
.build();
使用 LocalRunner 时可以使用 Java 代码来设置该功能,但使用 pulsar admin cli(我们使用的)和 rest api 可以实现相同的配置。您也可以使用函数配置文件,并在配置 yaml 中按以下方式指定:
inputSpecs:
$topicName:
schemaType: AVRO
$topicName
始终采用以下格式:persistent://tenant/namespace/topic
一旦您为TroubleFunction
指定输入规范,将使用正确的架构类型有效地创建架构,并且反序列化也可以正常工作。
【讨论】:
以上是关于由于错误的模式类型(JSON 而不是 AVRO),Pulsar 函数无法反序列化消息的主要内容,如果未能解决你的问题,请参考以下文章