带窗口的 KTable 产生错误的类型

Question

我在 Kafka 中创建带有时间窗口的 KTable 时遇到了一些问题。

我想创建一个像这样计算流中 ID 数量的表。

ID (String) |  Count (Long)
    X       |       5
    Y       |       6
    Z       |       7

等等。我希望能够使用 Kafka REST-API 获取表格，最好是 .json。

这是我现在的代码：

    StreamsBuilder builder = new StreamsBuilder();

    KStream<String, String> streams = builder.stream(srcTopic);

    KTable<Windowed<String>, Long> numCount = streams
            .flatMapValues(value -> getID(value))
            .groupBy((key, value) -> value)
            .windowedBy(TimeWindows.of(windowSizeMs).advanceBy(advanceMs))
            .count(Materialized.<String, Long, WindowStore<Bytes, byte[]>>as("foo"));

我现在面临的问题是该表不是创建为<String, Long>，而是创建为<String, String>。这意味着我无法获得正确的计数，而是我收到了正确的密钥，但计数已损坏。我尝试使用Long.valueOf(value) 将其强制为Long，但没有成功。我不知道如何从这里开始。我需要将 KTable 写入新主题吗？由于我希望表可以使用 kafka REST-API 进行查询，所以我认为不需要它，对吗？ Materialized.<String, Long, WindowStore<Bytes, byte[]>>as("foo") 应该使它可以作为“foo”查询，对吧？

KTable 创建了一个changelog-topic，这足以使其可查询吗？还是我必须为其创建一个新主题才能写入？

我现在正在使用另一个 KStream 来验证输出。

KStream<String, String> streamOut = builder.stream(srcTopic);

streamOut.foreach((key, value) -> System.out.println(key + " => " + value));

它输出：

 ID    COUNT
2855 => ~
2857 => �
2859 => �
2861 => V(
2863 => �
2874 => �
2877 => J
2880 => �2
2891 => �=

无论哪种方式，我都不想使用 KStream 来收集输出，我想查询 KTable。但如前所述，我不太了解查询的工作原理..

更新

设法让它工作

    ReadOnlyWindowStore<String, Long> windowStore =
            kafkaStreams.store("tst", QueryableStoreTypes.windowStore());
        long timeFrom = 0;
        long timeTo = System.currentTimeMillis(); // now (in processing-time)
        WindowStoreIterator<Long> iterator = windowStore.fetch("x", timeFrom, timeTo);
        while (iterator.hasNext()) {
          KeyValue<Long, Long> next = iterator.next();
          long windowTimestamp = next.key;
          System.out.println(windowTimestamp + ":" + next.value);
        }

非常感谢，

Answer 1

KTable 的输出类型是<Windowed<String>,String>，因为在 Kafka Streams 中并行维护多个窗口以允许处理乱序数据。因此，不是的情况是，只有一个窗口实例，而是并行的许多窗口实例。 （参见https://docs.confluent.io/current/streams/developer-guide/dsl-api.html#hopping-time-windows）

保留“旧”窗口允许在数据延迟到达时更新它们。注意，Kafka Streams 语义是基于事件时间的。

你仍然可以查询KTable——你只需要知道你想查询哪个窗口。

更新

JavaDoc 描述了如何查询表：https://github.com/apache/kafka/blob/trunk/streams/src/main/java/org/apache/kafka/streams/kstream/TimeWindowedKStream.java#L94-L101

KafkaStreams streams = ... // counting words
Store queryableStoreName = ... // the queryableStoreName should be the name of the store as defined by the Materialized instance
ReadOnlyWindowStore<String,Long> localWindowStore = streams.store(queryableStoreName, QueryableStoreTypes.<String, Long>windowStore());

String key = "some-word";
long fromTime = ...;
long toTime = ...;
WindowStoreIterator<Long> countForWordsForWindows = localWindowStore.fetch(key, timeFrom, timeTo); // key must be local (application state is shared over all running Kafka Streams instances)