Kafka Streams - 根据 Streams 数据发送不同的主题

Posted 2023-02-15

【中文标题】Kafka Streams - 根据 Streams 数据发送不同的主题

【英文标题】：Kafka Streams - Send on different topics depending on Streams Data

【发布时间】：2018-08-03 16:06:06

【问题描述】：

我有一个 kafka 流应用程序等待在主题 user_activity 上发布记录。它将接收 json 数据，并根据我想将该流推送到不同主题的键的值。

这是我的流应用代码：

KStream<String, String> source_user_activity = builder.stream("user_activity");
        source_user_activity.flatMapValues(new ValueMapper<String, Iterable<String>>() 
            @Override
            public Iterable<String> apply(String value) 
                System.out.println("value: " +  value);
                ArrayList<String> keywords = new ArrayList<String>();
                try 
                    JSONObject send = new JSONObject();
                    JSONObject received = new JSONObject(value);

                    send.put("current_date", getCurrentDate().toString());
                    send.put("activity_time", received.get("CreationTime"));
                    send.put("user_id", received.get("UserId"));
                    send.put("operation_type", received.get("Operation"));
                    send.put("app_name", received.get("Workload"));
                    keywords.add(send.toString());
                    // apply regex to value and for each match add it to keywords

                 catch (Exception e) 
                    // TODO: handle exception
                    System.err.println("Unable to convert to json");
                    e.printStackTrace();
                

                return keywords;
            
        ).to("user_activity_by_date");

在这段代码中，我想检查操作类型，然后根据我想将流推送到相关主题。

我怎样才能做到这一点？

编辑：

我已将我的代码更新为：

final StreamsBuilder builder = new StreamsBuilder();

KStream<String, String> source_o365_user_activity = builder.stream("o365_user_activity");
KStream<String, String>[] branches = source_o365_user_activity.branch( 
      (key, value) -> (value.contains("Operation\":\"SharingSet") && value.contains("ItemType\":\"File")),
      (key, value) -> (value.contains("Operation\":\"AddedToSecureLink") && value.contains("ItemType\":\"File")),
      (key, value) -> true
     );

branches[0].to("o365_sharing_set_by_date");
branches[1].to("o365_added_to_secure_link_by_date");
branches[2].to("o365_user_activity_by_date");

【问题讨论】：

你更新的代码有效吗？

@panoet 是的

谢谢。它节省了我的时间。

【参考方案1】：

您可以使用branch 方法来拆分您的流。此方法采用谓词将源流拆分为多个流。

以下代码取自kafka-streams-examples：

KStream<String, OrderValue>[] forks = ordersWithTotals.branch(
    (id, orderValue) -> orderValue.getValue() >= FRAUD_LIMIT,
    (id, orderValue) -> orderValue.getValue() < FRAUD_LIMIT);

forks[0].mapValues(
    orderValue -> new OrderValidation(orderValue.getOrder().getId(), FRAUD_CHECK, FAIL))
    .to(ORDER_VALIDATIONS.name(), Produced
        .with(ORDER_VALIDATIONS.keySerde(), ORDER_VALIDATIONS.valueSerde()));

forks[1].mapValues(
    orderValue -> new OrderValidation(orderValue.getOrder().getId(), FRAUD_CHECK, PASS))
    .to(ORDER_VALIDATIONS.name(), Produced
  .with(ORDER_VALIDATIONS.keySerde(), ORDER_VALIDATIONS.valueSerde()));

【讨论】：

什么是(id, orderValue)？我正在查看 Kafka Streams 文档及其类似 (key, value) -> predicate() 的内容。但是我在值中有一个 Json 对象，然后在那个 Json 对象中我有多个键和值。那么我该如何根据它进行分支呢？

这只是一个例子。看看这个：kafka.apache.org/0100/javadoc/org/apache/kafka/streams/kstream/… 好的，我明白了。谓词的数量是静态的，因此我猜您可以将源流拆分为一些预定义数量的子流。如果您需要一些动态拆分，恐怕您必须重新设计逻辑。关于您的问题：您可以定义谓词列表，例如 _hasField_(...) 或其他东西。每个谓词都会检查json中的字段是否。

假设我要将所有记录发送到第三个主题。分支允许吗？

@EL323 是的，您只需为每条记录创建一个评估为 true 的谓词。

就像我在编辑中所做的那样？但它没有得到其他日志。它只获取前两个谓词评估为假的日志。

【参考方案2】：

原始的KStream.branch 方法不方便，因为混合了数组和泛型，并且因为它强制使用“幻数”从结果中提取正确的分支（参见例如KAFKA-5488 问题）。从spring-kafka 2.2.4 开始，KafkaStreamBrancher 类可用。有了它，更方便的分支是可能的：

        
new KafkaStreamBrancher<String, String>()
    .branch((key, value) -> value.contains("A"), ks->ks.to("A"))
    .branch((key, value) -> value.contains("B"), ks->ks.to("B"))
    .defaultBranch(ks->ks.to("C"))
    .onTopOf(builder.stream("source"))
    //onTopOf returns the provided stream so we can continue with method chaining 
    //and do something more with the original stream

还有KIP-418，所以在后续版本中，Kafka 本身的分支也有可能得到改进。

【参考方案3】：

另一种可能性是使用 TopicNameExtractor 动态路由事件：

https://www.confluent.io/blog/putting-events-in-their-place-with-dynamic-routing

不过，您需要提前创建主题，

val outputTopic: TopicNameExtractor[String, String] = (_, value: String, _) => defineOutputTopic(value)

builder
  .stream[String, String](inputTopic)
  .to(outputTopic)

和 defineOutputTopic 可以返回给定值（或键或记录上下文）的一组已定义主题之一。 PD：对不起 scala 代码，在链接中有一个 Java 示例。