我有一个压缩的Kafka主题是一个实体流,它具有我想要反转的多对多关系中该实体的最新表示 .
一个示例是 Author
对象的主题,其中主题键是 Author.id
(AAA),值是“Book”标识符值的数组:
"AAA" -> {"books": [456]}
当 Author
写入ID为 333
的新 Book
时,具有相同键的新事件将使用更新的书籍列表写入流:
"AAA" -> {"books": [456, 333]}
Book
也可能有多个 Authors
,因此相同的 Book
标识符可能出现在另一个事件中:
"BBB" -> {"books": [333, 555]}
我想使用kafka流将其反转为 Books -> [Author]
的流,因此上述事件将导致类似于:
456 -> {"authors": ["AAA"]}
333 -> {"authors": ["AAA", "BBB"]}
555 -> {"authors": ["BBB"]}
当我再次启动我的应用程序时,我希望恢复状态,这样如果我在另一个 Author
记录中读取它将反转appropriatley的关系 . 所以这:
"CCC" -> {"books": [555]}
会知道 "BBB"
也是 Author
并会发出更新的事件:
555 -> {"authors": ["BBB", "CCC"]}
我一直在关注 GlobalKTable
,它在本地读取完整的主题状态,但无法弄清楚如何让它反转关系并将值聚合在一起 .
如果可以的话,我想我可以用事件流加入 GlobalKTable
,并为每个 Book
获取 Author
的完整列表 .
1 回答
您不必使用
GlobakKTable
来达到您的要求 . 在Kafka Streams中,由更改密钥引起的内部数据重新分配会自动发生 . 例如 :(1)将改变您的原始主题,如下所示 .
(2)将值替换为键 .
(3)和(4)将聚合并生成KTable(和状态存储)
(5)将表中的整个记录写入给定的主题 .
现在,您有一个新主题,其中包含book作为键,作者列表作为值 . 如果您想将整个结果放在一个地方,现在只需创建如下所示的GlobalKTable .
如果调用(2)(map)然后调用(3)(groupByKey),将发生通过重新分区主题的内部数据重新分配 . 这意味着具有相同书籍ID的所有记录将被发布到内部重新分区主题的同一分区中 . 因此,您不会丢失任何聚合数据 .