ksql - 从 json 数组创建流

Question

我的kafka主题正在推送这种格式的数据（来自collectd）：

[{"values":[100.000080140372],"dstypes":["derive"],"dsnames":["value"],"time":1529970061.145,"interval":10.000,"host":"k5.orch","plugin":"cpu","plugin_instance":"23","type":"cpu","type_instance":"idle","meta":{"network:received":true}}]

它是数组、整数和浮点数的组合...并且整个内容都在一个 json 数组中。结果，我有一段时间使用 ksql 来处理这些数据。

当我将 'default' 流创建为

create stream cd_temp with (kafka_topic='ctd_test', value_format='json');

我得到这个结果：

ksql> describe cd_temp;

 Field   | Type                      
-------------------------------------
 ROWTIME | BIGINT           (system) 
 ROWKEY  | VARCHAR(STRING)  (system) 
-------------------------------------

任何 select 都会 return ROWTIME 和 ROWKEY 的 8 位十六进制值。

我花了一些时间尝试提取 json 字段但无济于事。我关心的是：

ksql> print 'ctd_test' from beginning;
Format:JSON
com.fasterxml.jackson.databind.node.ArrayNode cannot be cast to com.fasterxml.jackson.databind.node.ObjectNode

难不成这个话题不能用在ksql中？有没有一种技术可以解包外部数组以获取内部有趣的位？

Answer 1

在撰写本文时（2018 年 6 月），KSQL 无法处理 JSON 消息，其中整个消息都嵌入到顶级数组中。有一个github issue to track this。我建议在这个问题上添加 +1 投票以提高它的优先级。

此外，我注意到您的创建流语句没有定义 json 消息的架构。虽然这在这种情况下无济于事，但对于其他 Json 输入格式，您需要这样做，即您创建的语句应该类似于：

create stream cd_temp (values ARRAY<DOUBLE>, dstypes ARRAY<VARCHAR>, etc) with (kafka_topic='ctd_test', value_format='json');

ksql - 从 json 数组创建流

ksql - creating a stream from a json array

collectd

apache-kafka

ksqldb