有没有一种方法可以根据大小来冲洗卡夫卡流WindowStore？

Question

我正在使用DSL编写Kafka应用程序，它将从kafka主题中读取元组。在拓扑结构中，我想对元组进行批处理。然后，如果(1) 30秒过去了，或者(2)批处理的大小超过1GB，我想将浴缸写入磁盘上的文件。

我编写的拓扑使用TimeWindowedKStream对元组进行分组。然后调用聚合并传递一个窗口存储。

我的问题是，当州立商店试图写信给卡夫卡ChangeLog时，我得到了一个

org.apache.kafka.common.errors.RecordTooLargeException

异常。

特别是：

由: org.apache.kafka.streams.errors.StreamsException:任务ibv2-capt-consumer-group-3-record-store-changelog中止发送，因为以前记录捕获的错误(键\x00\x01$\xE7\x88\x00\x00值[B@419761c时间戳1546807396524)由于org.apache.kafka.common.errors.RecordTooLargeException:导致的错误包含了一条大于服务器将接受的最大消息大小的消息。

我已经尝试将CACHE_MAX_BYTES_BUFFERING_CONFIG设置为1MB，但是正如文档所述，对于整个拓扑，如果是这个配置。

这是我的拓扑

这是我一直在使用的Scala代码。注意，我这里使用的是kafka-streams-scala。

val builder = new StreamsBuilderS()

import com.lightbend.kafka.scala.streams.DefaultSerdes._

implicit val recordSerde = (new RecordSerde).asInstanceOf[Serde[Record]]
implicit val recordSeqSerde = (new RecordSeqSerde).asInstanceOf[Serde[RecordSeq]]

val inputStream: KStreamS[String, Record] = builder.stream[String,Record](topic)

val keyed = inputStream.selectKey[Int]((k,r) => random.nextInt(10)) 

val grouped: TimeWindowedKStreamS[Int, Record] = keyed.groupByKey.windowedBy(TimeWindows.of(TimeUnit.SECONDS.toMillis(30L)))

import org.apache.kafka.common.utils.Bytes

val windowedStore: Materialized[Int, RecordSeq, WindowStore[Bytes, Array[Byte]]] = Materialized
  .as[Int,RecordSeq,WindowStore[Bytes, Array[Byte]]]("record-store")
  .withKeySerde(integerSerde)
  .withValueSerde(recordSeqSerde)
  .withLoggingEnabled(ChangeLogConfig.getChangeLogConfig.asJava)  // increased max.request.size to 10 x default

val records: KTableS[Windowed[Int], RecordSeq] = grouped.aggregate(
  () => RecordSeq(Seq()),
  (randon: Int, record: Record, recordSeq: RecordSeq) => RecordSeq(recordSeq.records :+ record),
  windowedStore
)

val recordSeqStream: KStreamS[String, RecordSeq] = records.toStream((ws, r) => s"${ws.key()}-${ws.window().start()}-${ws.window().end()}")

recordSeqStream.foreach((k: String, rs: RecordSeq) => WrappedRecordFileWriter.write(k, rs))

注:案例类RecordSeq(记录: SeqRecord)

Answer 1

主题可以具有message.max.bytes属性中定义的最大大小的记录。这是代理可以在主题中接收和追加的最大规模的消息。你的记录可能会超过这个限制。因此，您需要更改此属性的配置，以允许更大的记录大小。

它可以设置在代理级别，也可以设置为主题级别。您可以在这里参考更多详细信息：

http://kafka.apache.org/documentation/#brokerconfigs

http://kafka.apache.org/documentation/#topicconfigs