2017-03-21 8 views
0

2つのトピックが単純なキー値構造(整数/文字列)を持ち、完全に動作する非常に簡単な例です。Kafkaはキーでストリームをストリームに結合する

私はどのように私はのような何かを行うことができ、聞いても:

SELECT * FROM stream1, stream2 
WHERE stream1.key = stream2.key AND (stream1.key > 50 && stream1.key < 100) AND (stream2.key > 50 AND stream2.key < 100) 

カフカはこのような何かを許可しますか?

最後にキーがGenericRecordになりますストリームに参加して、私がやりたいことは2をフィルタリングすることであるだろう何とかなります

SELECT * FROM stream1, stream2 
WHERE stream1.genericRecordkey.someId. = stream2.genericRecordkey.someId 

私のテスト例:私はうまく説明

public void joinKStreamToKStreamWhereKeyValueIsIntegerString() throws Exception { 
    String uniqueKey = new Object() { 
    }.getClass().getEnclosingMethod().getName(); 

    long timestamp = new Date().getTime(); 

    String firstTopic = String.format("%1$s_1_%2$s", uniqueKey, timestamp); 
    String secondTopic = String.format("%1$s_2_%2$s", uniqueKey, timestamp); 
    String outputTopic = String.format("%1$s_output_%2$s", uniqueKey, timestamp); 
    String appIdConfig = String.format("%1$s_app_id_%2$s", uniqueKey, timestamp); 
    String groupIdConfig = String.format("%1$s_group_id_%2$s", uniqueKey, timestamp); 

    List<KeyValue<Integer, String>> ikv1 = Arrays.asList(
      new KeyValue<>(1, "Bruce Eckel"), 
      new KeyValue<>(2, "Robert Lafore"), 
      new KeyValue<>(3, "Andrew Tanenbaum") 
    ); 

    List<KeyValue<Integer, String>> ikv2 = Arrays.asList(
      new KeyValue<>(3, "Modern Operating System"), 
      new KeyValue<>(1, "Thinking in Java"), 
      new KeyValue<>(3, "Computer Architecture"), 
      new KeyValue<>(4, "Programming in Scala") 
    ); 

    List<KeyValue<Integer, String>> expectedResults = Arrays.asList(
      new KeyValue<>(3, "Andrew Tanenbaum/Modern Operating System"), 
      new KeyValue<>(1, "Bruce Eckel/Thinking in Java"), 
      new KeyValue<>(3, "Andrew Tanenbaum/Computer Architecture") 
    ); 

    Integer partitions = 1; 
    Integer replication = 1; 
    Properties topicConfig = new Properties(); 

    TopicUtils.createTopic(firstTopic, partitions, replication, topicConfig); 
    TopicUtils.createTopic(secondTopic, partitions, replication, topicConfig); 
    TopicUtils.createTopic(outputTopic, partitions, replication, topicConfig); 

    final Serde<String> stringSerde = Serdes.String(); 
    final Serde<Integer> integerSerde = Serdes.Integer(); 

    Properties streamsConfiguration = new Properties(); 
    streamsConfiguration.put(StreamsConfig.APPLICATION_ID_CONFIG, appIdConfig); 
    streamsConfiguration.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG, BOOTSTRAP_SERVERS_CONFIG); 
    streamsConfiguration.put(StreamsConfig.ZOOKEEPER_CONNECT_CONFIG, ZOOKEEPER_CONNECT_CONFIG); 
    streamsConfiguration.put(StreamsConfig.KEY_SERDE_CLASS_CONFIG, Serdes.Integer().getClass().getName()); 
    streamsConfiguration.put(StreamsConfig.VALUE_SERDE_CLASS_CONFIG, Serdes.String().getClass().getName()); 
     // The commit interval for flushing records to state stores and downstream must be lower than 
     // this integration test's timeout (30 secs) to ensure we observe the expected processing results. 
     streamsConfiguration.put(StreamsConfig.COMMIT_INTERVAL_MS_CONFIG, 10 * 1000); 
     streamsConfiguration.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest"); 

     // Use a temporary directory for storing state, which will be automatically removed after the test. 
     streamsConfiguration.put(StreamsConfig.STATE_DIR_CONFIG, TestUtils.tempDirectory().getAbsolutePath()); 

     KStreamBuilder builder = new KStreamBuilder(); 

     KStream<Integer, String> firstStream = builder.stream(integerSerde, stringSerde, firstTopic); 
     KStream<Integer, String> secondStream = builder.stream(integerSerde, stringSerde, secondTopic); 

     KStream<Integer, String> outputStream = firstStream.join(secondStream, (l, r) -> { 
      return l + "/" + r; 
     }, JoinWindows.of(TimeUnit.SECONDS.toMillis(5)), integerSerde, stringSerde, stringSerde); 

     outputStream.to(integerSerde, stringSerde, outputTopic); 

     KafkaStreams streams = new KafkaStreams(builder, streamsConfiguration); 

     streams.start(); 

     Properties pCfg1 = new Properties(); 
     pCfg1.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, BOOTSTRAP_SERVERS_CONFIG); 
     pCfg1.put(ProducerConfig.ACKS_CONFIG, "all"); 
     pCfg1.put(ProducerConfig.RETRIES_CONFIG, 0); 
     pCfg1.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, IntegerSerializer.class); 
     pCfg1.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class); 
     IntegrationTestUtils.produceKeyValuesSynchronously(firstTopic, ikv1, pCfg1); 

     Properties pCfg2 = new Properties(); 
     pCfg2.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, BOOTSTRAP_SERVERS_CONFIG); 
     pCfg2.put(ProducerConfig.ACKS_CONFIG, "all"); 
     pCfg2.put(ProducerConfig.RETRIES_CONFIG, 0); 
     pCfg2.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, IntegerSerializer.class); 
     pCfg2.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class); 
     IntegrationTestUtils.produceKeyValuesSynchronously(secondTopic, ikv2, pCfg2); 

     Properties consumerConfig = new Properties(); 
     consumerConfig.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, BOOTSTRAP_SERVERS_CONFIG); 
     consumerConfig.put(ConsumerConfig.GROUP_ID_CONFIG, groupIdConfig); 
     consumerConfig.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest"); 
     consumerConfig.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, IntegerDeserializer.class); 
     consumerConfig.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class); 

     List<KeyValue<Integer, String>> actualResults = IntegrationTestUtils.waitUntilMinKeyValueRecordsReceived(consumerConfig, outputTopic, expectedResults.size()); 

     streams.close(); 

     assertThat(actualResults).containsExactlyElementsOf(expectedResults); 
    } 

希望と助けてくれてありがとう。

答えて

1

結合を実行する前にfilterを適用することができます。最後までhttp://docs.confluent.io/current/streams/developer-guide.html

+0

:ドキュメントをチェックアウトし、詳細については

firstStream.selectKey((k,v) -> v.someId)).join(secondStream.selectKey((k,v) -> v.someId), ...); 

は:あなたがstream1.genericRecordkey.someIdに参加したい場合は

outputStream = firstStream.filter(...).join(secondStream.filter(...), ...); 

最初someIdを抽出し、キーとして設定する必要があります。 2つのトピックの間で一般的なレコードキーと値をどのようにフィルタリングすることができるのか分かりませんでした。つまり、意味があります。 .filter(keyFromTopic1.something == keyFromTopic2.something && valueFromTopic1.something == valueFromTopic 2.something) より詳しいコードを記述できますか? – EVO

+0

元の例では、「stream1.key> 50」のような「単純な」フィルタ述語しか表示されませんでした。複雑な部分については、最初にキーに参加し、結合後に追加のフィルター(値フィルター部分用)を適用する必要があります。 –

関連する問題