Kafka Streams - 根据流数据发送不同的主题

Question

我有一个 kafka 流应用程序等待发布关于主题 user_activity 的记录。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。

这是我的流应用程序代码：

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，然后根据它我想将流推送到相关主题中。

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");

Answer 1

您可以使用 branch 方法来拆分流。此方法使用谓词将源流拆分为多个流。

以下代码摘自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()));

Answer 2

原始的 KStream.branch 方法不方便，因为混合了数组和泛型，而且它强制使用 'magic numbers' 从结果中提取正确的分支（参见 KAFKA-5488 issue). Starting from spring-kafka 2.2.4, KafkaStreamBrancher class可用，有了它，可以更方便的分支：

        
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，因此在以后的版本中，Kafka 本身也有可能改进分支。

Answer 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

虽然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 return 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 link 中有一个 Java 示例。

Kafka Streams - 根据流数据发送不同的主题

Kafka Streams - Send on different topics depending on Streams Data

java

apache-kafka

apache-kafka-streams