我有以下配置:
-
一个包含2个分区的kafka主题
-
一个zookeeper实例
-
一个kafka实例
-
具有相同组ID的两个消费者
Flink job snippet:
speStream.addSink(new FlinkKafkaProducer011(kafkaTopicName,new
SimpleStringSchema(), props));
Scenario 1:
我在eclipse上写了一个flink作业(Producer),它正在从一个文件夹中读取一个文件并将msgs放在kafka主题上 .
因此,当我使用eclipse运行此代码时,它工作正常 .
For example : 如果我放置一个包含100条记录的文件,flink会向分区1发送少量消息,并将少量消息发送到分区2,因此消费者都会获得很少的消息 .
Scenario 2: 当我创建上述代码的jar并在flink服务器上运行时,flink将所有msgs发送到一个分区,因此只有一个消费者获得所有的msgs .
我希望方案1使用方案2中创建的jar .
2 回答
如果你没有提供
FlinkKafkaPartitioner
或者没有明确说使用Kafka的那个,那么将使用FlinkFixedPartitioner
,这意味着来自一个任务的所有事件都将在同一个分区中结束 .要使用Kafka的分区程序,请使用此ctor:
从IDE和eclipse运行之间的区别可能是因为Flink中的并行或分区设置不同 .
对于Flink-Kafka Producers,添加“null”作为最后一个参数 .
对此的简短解释是,这将关闭Flink使用默认分区程序
FlinkFixedPartitioner
. 这被关闭,因为默认情况下允许Kafka在其认为合适的分区之间分发数据 . 如果没有关闭,那么用于使用FlinkKafkaProducer的接收器的每个并行/任务槽只会写入每个并行/任务槽的一个分区 .