java在kstreams应用程序中使用自定义Kafka状态存储

Question

我们正在使用spring cloud stream Hoxton RC7项目中包含的卡夫卡流（因此使用提供的卡夫卡流和卡夫卡客户端版本[2.3.1]）

ext {
    set('springCloudVersion', 'Hoxton.SR7')
}
...

dependencies {
    // spring cloud stream
    implementation 'org.springframework.cloud:spring-cloud-stream-binder-kafka-streams'
    implementation 'org.springframework.cloud:spring-cloud-stream-binder-kafka'
    implementation("org.springframework.cloud:spring-cloud-stream")
    // redis 
    implementation 'io.lettuce:lettuce-core'
    implementation 'org.springframework.data:spring-data-redis'
    testCompile 'it.ozimov:embedded-redis:0.7.2'
    ...

我们已经实现了一个kstreams应用程序

@Bean
public Consumer<KStream<String, IncomingEvent>> process() {

    return input -> {

我们在其中进行一些聚合，例如：

.aggregate(Foo::new, (key, value1, aggregate) ->
                (aggregate == null || aggregate.getLastModified() == null || this.mustProcess(key, value1))
                        ? value1
                        : aggregate,
        materialized

)

现在具体化的应该是自定义外部状态存储（Redis）：

Materialized<String, Foo, KeyValueStore<Bytes, byte[]>> materialized =
        Materialized.as("redis-store");

它由StoreBuilder Bean提供：

@Bean
public StoreBuilder<KeyValueStore<String, Foo>> builder(RedisKeyValueStoreBytes redisKeyValueStoreBytes){
    return Stores.keyValueStoreBuilder(supplier(redisKeyValueStoreBytes),
            new Serdes.StringSerde(),
            new SomeFooSerde());
}


public static KeyValueBytesStoreSupplier supplier(RedisKeyValueStoreBytes redisKeyValueStoreBytes) {

    return new KeyValueBytesStoreSupplier() {
        @Override
        public String name() {
            return "redis-store";
        }

        @Override
        public KeyValueStore<Bytes, byte[]> get() {
            return redisKeyValueStoreBytes;
        }

        @Override
        public String metricsScope() {
            return "redis-session-state";
        }
    };
}

现在，我使用嵌入式卡夫卡测试应用程序：

@ActiveProfiles("test")
@RunWith(SpringRunner.class)
@DirtiesContext(classMode = DirtiesContext.ClassMode.BEFORE_EACH_TEST_METHOD)
@SpringBootTest(classes = {TestConfigurationTests.class})
@EmbeddedKafka(count = 3, ports = {29901, 29902, 29903}, zookeeperPort = 33991)
public class TestKafkaIntegration {

我尝试访问状态存储并查询添加的项目的位置：

ReadOnlyKeyValueStore<String, Foo> queryableStore = interactiveQueryService.getQueryableStore(
        "redis-store", QueryableStoreTypes.keyValueStore());
return queryableStore;

但当我运行测试时，我收到一个错误：

Caused by: org.springframework.kafka.KafkaException: Could not start stream: ; nested exception is org.springframework.kafka.KafkaException: Could not start stream: ; nested exception is org.apache.kafka.streams.errors.TopologyException: Invalid topology: StateStore redis-store is already added.

几个问题：

• [1]解释的使用自定义状态存储的示例在处理器中使用它。这是否自动意味着我不能在聚合中使用自定义状态存储
• 当无法在聚合中使用它时，使用自定义状态存储还有什么意义
• 当我稍微更改上面的kstreams代码并定义一个处理器而不是在聚合方法中使用物化时，错误会发生变化，然后它会在尝试执行getQueryableStore时抱怨缺少状态“redis store”store。但事实上，我可以看到addStateStoreBeans注册了“redis存储”。这怎么会发生

我希望使用自定义状态存储的原因是，我无法（非常容易）为应用程序实例提供专用硬盘。为了快速启动应用程序，我希望避免在每次启动应用程序时处理完整的变更日志（最好一天进行几次，目前需要一个多小时）。现在是最后一个问题：

• 使用自定义外部状态存储时，我是否能够恢复到应用程序重新启动时的最后一个状态

[1]https://spring.io/blog/2019/12/09/stream-processing-with-spring-cloud-stream-and-apache-kafka-streams-part-6-state-stores-and-interactive-queries

Answer 1

您正在使用Materialized.as(java.lang.String storeName)，它将创建（具体化）一个具有给定名称的StateStore（“redis store”在这里）。另一方面，通过builder(RedisKeyValueStoreBytes redisKeyValueStoreBytes)，您正在创建另一个同名的另一个StateStore，springframework可能会自动将其添加到拓扑中，这样您就会出现“store is ready added”错误

问题1：可以在聚合中使用自定义状态存储；与Materialized.as(KeyValueBytesStoreSupplier supplier)一起使用

问题2：还可以使用带有转换器的StateStore或自定义处理器进行交互式查询；还有一个全局StateStore可以访问整个主题，而不是只使用KafkaStreams实例分配的分区（参见addGlobalStore和globalTable）

问题3：我猜您没有（手动）向拓扑注册状态存储；见Topology.addStateStore(StoreBuilder<?> storeBuilder, java.lang.String... processorNames)和Connecting Processors and State Stores

问题4：是的，状态存储is loaded from a changelog topic（使用optimizations时可能是原始主题）