【问题标题】:How to decode Kafka messages using Avro and Flink如何使用 Avro 和 Flink 解码 Kafka 消息
【发布时间】:2016-12-07 12:06:06
【问题描述】:

我正在尝试使用Flink 1.0.3 从Kafka 主题中读取AVRO 数据。

我只知道这个特定的 Kafka 主题有 AVRO 编码的消息,而我有 AVRO 模式文件。

我的 Flink 代码:

public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        Properties properties = new Properties();
        properties.setProperty("bootstrap.servers", "dojo3xxxxx:9092,dojoxxxxx:9092,dojoxxxxx:9092");
        properties.setProperty("zookeeper.connect", "dojo3xxxxx:2181,dojoxxxxx:2181,dojoxxxxx:2181");
        properties.setProperty("group.id", "Zeeshantest");
        AvroDeserializationSchema<Event> avroSchema = new AvroDeserializationSchema<>(Event.class);
        FlinkKafkaConsumer08<Event> kafkaConsumer = new FlinkKafkaConsumer08<>("myavrotopic", avroSchema, properties);
        DataStream<Event> messageStream = env.addSource(kafkaConsumer);
        messageStream.rebalance().print();
        env.execute("Flink AVRO KAFKA Test");
    }

我使用 avro 工具和架构“rocana.avsc”创建了我的 Event.java 文件

java -jar /path/to/avro-tools-1.8.1.jar compile schema rocana.avsc

这里是rocana.avsc github上传的文件。

AvroDeserializationSchema.java

import org.apache.avro.io.BinaryDecoder;
import org.apache.avro.io.DatumReader;
import org.apache.avro.io.DecoderFactory;
import org.apache.avro.reflect.ReflectDatumReader;
import org.apache.avro.specific.SpecificDatumReader;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.typeutils.TypeExtractor;
import org.apache.flink.streaming.util.serialization.DeserializationSchema;

public class AvroDeserializationSchema<T> implements DeserializationSchema<T> {

    private static final long serialVersionUID = 4330538776656642778L;

    private final Class<T> avroType;
    private transient DatumReader<T> reader;
    private transient BinaryDecoder decoder;

    public AvroDeserializationSchema(Class<T> avroType) {
        this.avroType = avroType;
    }

    @Override
    public T deserialize(byte[] message) {
        ensureInitialized();
        try {
            decoder = DecoderFactory.get().binaryDecoder(message, decoder);
            return reader.read(null, decoder);
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

    @Override
    public boolean isEndOfStream(T nextElement) {
        return false;
    }

    @Override
    public TypeInformation<T> getProducedType() {
        return TypeExtractor.getForClass(avroType);
    }

    private void ensureInitialized() {
        if (reader == null) {
            if (org.apache.avro.specific.SpecificRecordBase.class.isAssignableFrom(avroType)) {
                reader = new SpecificDatumReader<T>(avroType);
            } else {
                reader = new ReflectDatumReader<T>(avroType);
            }
        }
    }
}

在运行我的程序时出现以下错误:

17:25:30,759 INFO  org.apache.zookeeper.ZooKeeper                                - Session: 0x356350cb9001857 closed
17:25:30,759 INFO  org.apache.zookeeper.ClientCnxn                               - EventThread shut down
17:25:30,761 INFO  org.apache.flink.runtime.taskmanager.Task                     - Source: Custom Source (3/4) switched to FAILED with exception.
java.lang.Exception: 2
    at org.apache.flink.streaming.connectors.kafka.internals.LegacyFetcher.run(LegacyFetcher.java:222)
    at org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer08.run(FlinkKafkaConsumer08.java:316)
    at org.apache.flink.streaming.api.operators.StreamSource.run(StreamSource.java:78)
    at org.apache.flink.streaming.runtime.tasks.SourceStreamTask.run(SourceStreamTask.java:56)
    at org.apache.flink.streaming.runtime.tasks.StreamTask.invoke(StreamTask.java:225)
    at org.apache.flink.runtime.taskmanager.Task.run(Task.java:559)
    at java.lang.Thread.run(Unknown Source)
Caused by: java.lang.ArrayIndexOutOfBoundsException: 2
    at org.apache.avro.io.parsing.Symbol$Alternative.getSymbol(Symbol.java:402)
    at org.apache.avro.io.ResolvingDecoder.doAction(ResolvingDecoder.java:290)
    at org.apache.avro.io.parsing.Parser.advance(Parser.java:88)
    at org.apache.avro.io.ResolvingDecoder.readIndex(ResolvingDecoder.java:267)
    at org.apache.avro.generic.GenericDatumReader.read(GenericDatumReader.java:155)
    at org.apache.avro.generic.GenericDatumReader.readField(GenericDatumReader.java:193)
    at org.apache.avro.reflect.ReflectDatumReader.readField(ReflectDatumReader.java:230)
    at org.apache.avro.generic.GenericDatumReader.readRecord(GenericDatumReader.java:183)
    at org.apache.avro.generic.GenericDatumReader.read(GenericDatumReader.java:151)
    at org.apache.avro.generic.GenericDatumReader.read(GenericDatumReader.java:142)
    at com.google.cloud.dataflow.sdk.coders.AvroCoder.decode(AvroCoder.java:274)
    at org.fmr.flink.AvroDeserializationSchema.deserialize(AvroDeserializationSchema.java:52)
    at org.apache.flink.streaming.util.serialization.KeyedDeserializationSchemaWrapper.deserialize(KeyedDeserializationSchemaWrapper.java:39)
    at org.apache.flink.streaming.connectors.kafka.internals.LegacyFetcher$SimpleConsumerThread.run(LegacyFetcher.java:657)
17:25:30,769 INFO  org.apache.flink.runtime.taskmanager.Task                     - Freeing task resources for Source: Custom Source (3/4)
17:25:30,776 INFO  org.apache.flink.runtime.taskmanager.Task                     - Sink: Unnamed (1/4) switched

我认为我的反序列化代码不正确。有谁知道我做错了什么?这是使用 Flink 从 Kafka 读取 AVRO 数据的方法还是有更好的方法?

【问题讨论】:

  • 你确定 Kafka 中的数据是用完全相同版本的模式编码的吗?通过创建new SpecificDatumReader&lt;T&gt;(avroType),您告诉数据读取器avroType 的模式既是读取器模式又是写入器模式,我相信如果实际上最初使用不同版本的模式,您可能会遇到这些异常对消息进行编码。
  • 是的,架构文件是正确的,我在logstash 中使用了相同的schema filekafka topic,它完美地工作。

标签: java apache-kafka avro apache-flink


【解决方案1】:

尝试以下代码反序列化 Avro 记录:

Schema a; //Your Avro schema
DatumReader<GenericData.Record> reader = new GenericDatumReader<GenericData.Record>(a);
GenericData.Record a = reader.read(null, DecoderFactory.get().binaryDecoder(bytes, null));

【讨论】:

  • 不,不工作。同样的错误。创建者:Schema schema = new Schema.Parser().parse(new File("./src/main/resources/rocana.avsc"));
  • 如果数据只是 Avro 编码,这应该可以工作。您能否检查一下您是如何将数据摄取到 Kafka 中的。如果您正在使用某些库,请阅读相同的编码器。
  • 问题在于发送到 kafka 主题的数据,JSON 和 AVRO 格式的数据都发送到那里。我订阅了一个不同的 Kafka 主题,其中数据仅在 AVRO 中,并且我的代码运行良好。
  • @Zeeshan 既然你已经整理好了,那么你能回答你自己的问题吗?谢谢!
【解决方案2】:

我根据我的问题发布的任何代码都可以正常工作。

问题在于发送到 kafka 主题的数据,JSON 和 AVRO 格式的数据都被发送到那里。我订阅了另一个 Kafka 主题,其中数据仅在 AVRO 中,并且我的代码运行良好。

【讨论】:

    猜你喜欢
    • 2016-08-28
    • 1970-01-01
    • 2012-01-08
    • 1970-01-01
    • 2019-08-03
    • 1970-01-01
    • 2018-04-18
    • 2016-11-10
    • 2020-02-16
    相关资源
    最近更新 更多