使用自定义 TimestampExtractor 的 Kafka 流窗口

Question

我正在尝试创建一个 Kafka Streams 应用程序，我正在尝试计算一段时间内每个平台的唯一设备数 window。

事件Class

public class Event {
    private String eventId;
    private String deviceId;
    private String platform;
    private ZonedDateTime createdAt;
}

我需要时间 window 尊重事件的创建时间，所以我写了一个 TimestampExtractor 实现，如下所示：

public class EventTimestampExtractor implements TimestampExtractor {
    @Override
    public long extract(final ConsumerRecord<Object, Object> record, final long previousTimestamp) {
        final Event event = (Event) record.value();
        final ZonedDateTime eventCreationTime = event.getCreatedAt();
        final long timestamp = eventCreationTime.toEpochSecond();

        log.trace("Event ({}) yielded timestamp: {}", event.getEventId(), timestamp);

        return timestamp;
    }
}

最后，这是我的流媒体应用程序代码：

final KStream<String, Event> eventStream = builder.stream("events_ingestion");

eventStream
    .selectKey((key, event) -> {
        final String platform = event.getPlatform();
        final String deviceId = event.getDeviceId());

        return String.join("::", platform, deviceId);
    })
    .groupByKey()
    .windowedBy(TimeWindows.of(TimeUnit.MINUTES.toMillis(15)))
    .count(Materialized.as(COUNT_STORE));

当我将事件推送到 event_ingestion 主题时，我可以看到时间戳已记录到应用程序日志中，并且数据正在写入计数存储中。

当我遍历计数存储时，我看到以下内容：

Key: [ANDROID::1@1539000000/1539900000], Value: 2

虽然我的时间window是15分钟，关键是跨越了10天。如果我从流配置中删除我的 TimestampExtractor 实现（因此返回到处理时间），密钥按预期跨越 15 分钟：

Key: [ANDROID::1@1539256500000/1539257400000], Value: 1

我在这里做错了什么？有什么想法吗？

Answer 1

TimestampExtractor 使用纪元毫秒值进行 windowing。您正在计算 "seconds"，这会将消息放入错误的时间 window。

使用自定义 TimestampExtractor 的 Kafka 流窗口

Kafka Streams Windowing with Custom TimestampExtractor

java

stream-processing

apache-kafka

apache-kafka-streams