Docker容器中的Kafka Streams应用程序奇怪的行为

Question

我正在使用 docker-compose 在 docker 容器中运行 Kafka Streams 应用程序。但是，流应用程序的行为很奇怪。所以，我有一个源主题（topicSource）和多个目标主题（topicDestination1，topicDestination2 ... topicDestination10），我根据某些谓词进行分支。

topicSoure 和 topicDestination1 具有直接映射关系，即所有记录都直接进入目标主题而无需任何过滤。

现在，当我在本地或没有容器的服务器上运行应用程序时，这一切都可以正常工作。

另一方面，当我在容器中运行流应用程序（使用 docker-compose 并使用 kubernetes）时，它不会将所有日志从 topicSoure 转发到 topicDestination1。事实上，只有少数记录被转发。例如，源主题中有 3000 多条记录，而目标主题中只有 6 条记录。而这一切真的很奇怪。

这是我的 Dockerfile：

#FROM openjdk:8u151-jdk-alpine3.7
FROM openjdk:8-jdk

COPY /target/streams-examples-0.1.jar /streamsApp/

COPY /target/libs /streamsApp/libs

COPY log4j.properties /

CMD ["java", "-jar", "/streamsApp/streams-examples-0.1.jar"]

注意：我在创建图像之前构建了一个 jar，以便我始终拥有更新的代码。我已经确保两个代码，一个没有容器运行的代码和一个有容器运行的代码是相同的。

Main.java：

从源主题创建源流：

KStream<String, String> source_stream = builder.stream("topicSource");

基于谓词的分支：

KStream<String, String>[] branches_source_topic = source_stream.branch(
                (key, value) -> (value.contains("Operation\":\"SharingSet") && value.contains("ItemType\":\"File")),        // Sharing Set by Date
                (key, value) -> (value.contains("Operation\":\"AddedToSecureLink") && value.contains("ItemType\":\"File")), // Added to secure link
                (key, value) -> (value.contains("Operation\":\"AddedToGroup")),                                             // Added to group
                (key, value) -> (value.contains("Operation\":\"Add member to role.") || value.contains("Operation\":\"Remove member from role.")),//Role update by date
                (key, value) -> (value.contains("Operation\":\"FileUploaded") || value.contains("Operation\":\"FileDeleted")
                        || value.contains("Operation\":\"FileRenamed") || value.contains("Operation\":\"FileMoved")),       // Upload file by date
                (key, value) -> (value.contains("Operation\":\"UserLoggedIn")),                                             // User logged in by date
                (key, value) -> (value.contains("Operation\":\"Delete user.") || value.contains("Operation\":\"Add user.")
                        && value.contains("ResultStatus\":\"success")),                                                     // Manage user by date
                (key, value) -> (value.contains("Operation\":\"DLPRuleMatch") && value.contains("Workload\":\"OneDrive"))   // MS DLP
                );

将日志发送到目标主题：

这是直接映射主题，即所有记录都只是进入目标主题而没有任何过滤。

AppUtil.pushToTopic(source_stream, Constant.USER_ACTIVITY_BY_DATE, "topicDestination1");

将日志从分支发送到目标主题：

AppUtil.pushToTopic(branches_source_topic[0], Constant.SHARING_SET_BY_DATE, "topicDestination2");
AppUtil.pushToTopic(branches_source_topic[1], Constant.ADDED_TO_SECURE_LINK_BY_DATE, "topicDestination3");
AppUtil.pushToTopic(branches_source_topic[2], Constant.ADDED_TO_GROUP_BY_DATE, "topicDestination4");
AppUtil.pushToTopic(branches_source_topic[3], Constant.ROLE_UPDATE_BY_DATE, "topicDestination5");
AppUtil.pushToTopic(branches_source_topic[4], Constant.UPLOAD_FILE_BY_DATE, "topicDestination6");
AppUtil.pushToTopic(branches_source_topic[5], Constant.USER_LOGGED_IN_BY_DATE, "topicDestination7");
AppUtil.pushToTopic(branches_source_topic[6], Constant.MANAGE_USER_BY_DATE, "topicDestination8");

AppUtli.java：

public static void pushToTopic(KStream<String, String> sourceTopic, HashMap<String, String> hmap, String destTopicName) {
    sourceTopic.flatMapValues(new ValueMapper<String, Iterable<String>>() {
        @Override
        public Iterable<String> apply(String value) {
            ArrayList<String> keywords = new ArrayList<String>();
            try {
                JSONObject send = new JSONObject();
                JSONObject received = processJSON(new JSONObject(value), destTopicName);

                boolean valid_json = true;
                for(String key: hmap.keySet()) {
                    if (received.has(hmap.get(key))) {
                        send.put(key, received.get(hmap.get(key)));
                    }
                    else {
                        valid_json = false;
                    }
                }   
                if (valid_json) {
                    keywords.add(send.toString());  
                }
            } catch (Exception e) {
                System.err.println("Unable to convert to json");
                e.printStackTrace();
            }

            return keywords;
        }
    }).to(destTopicName);
}

日志来自哪里：

所以日志来自在线连续流。 python 作业获取基本上是 URL 的日志并将它们发送到pre-source-topic。然后在流应用程序中，我从该主题创建一个流并点击这些 URL，然后返回我推送到 topicSource 的 json 日志。

我花了很多时间试图解决这个问题。我不知道出了什么问题，也不知道为什么它不处理所有日志。请帮我解决这个问题。

Answer 1

所以经过大量调试后，我才知道我在探索错误的方向，这是一个消费者比生产者慢的简单案例。生产者不断地在主题上写入新记录，并且由于消息在流处理后被消费，消费者显然很慢。只需增加主题分区并启动具有相同应用程序 ID 的多个应用程序实例即可。