Kafka streams相信大家都听说过，它是目前流式处理系统里最流行的之一，今天就来了解一下它的一些新用法吧。
我们知道，kafka streams从0.10.0开始引入的，到现在已经更新到0.11.0。它有什么优势让我们必须使用它呢?首先，它的使用成本可以说是非常低廉的，仅仅只需在代码中依赖一下streams lib，之后编写计算逻辑，直接启动APP就可以了。其次，kafka streams的负载均衡也十分简单强悍，增加或者减少运行实例就可以动态调整，无需人工干预。最后还有一个0.11开始支持的特大杀器，它提供 Exactly-once消息传递特性，这中间包含了producer幂等性，不会重复发送消息到broker;consumer exactly once，不会重复消费也不会丢失。在运算失败的时候，重启运算实例即可恢复。
streams api用法
WordCount：
KStreamBuilder builder = new KStreamBuilder();
KStream < String, String > textLines = builder.stream(stringSerde, stringSerde, textLinesTopic);
KStream < String, Long > wordCounts = textLines
.flatMapValues(value - > Arrays.asList(value.toLowerCase()
.split("\\W+")))
.map((key, word) - > new KeyValue < > (word, word))
.groupByKey()
.count("counts")
.toStream();
wordCounts.to(stringSerde, longSerde, countTopic);
KafkaStreams streams = new KafkaStreams(builder, streamsConfiguration);
streams.start();上面这段简短的代码中包括了consumer顶阅主题并消费、统计词频、producer写入到另一个Topic。跟踪代码可以发现flatMapValues,map函数本质上是处理单元processor，在函数调用时，API会创建特定的processor加入到拓扑中。
以实际来说，这种消费单个主题进行运算的方式是可以做一些日志的统计分析的，如网站的UV，PV等。但如果需要处理更复杂的业务，就不可避免需要关联操作了。同样的，kafka streams 提供了join函数。
KStreamBuilder streamBuilder = new KStreamBuilder(); String userStore = "user_store"; String driverStore = "driver_Store"; KTable < String, UserOrder > userOrderKTable = streamBuilder.table(Serdes.String() , SerdeFactory.serdeFrom(UserOrder.class), TOPIC_USER_ORER, userStore); KTable < String, DriverOrder > driverOrderKTable = streamBuilder.table(Serdes.String() , SerdeFactory.serdeFrom(DriverOrder.class), TOPIC_DRIVER_ORDER, driverStore); userOrderKTable.leftJoin(driverOrderKTable , (userOrder, driverOrder) - > join(userOrder, driverOrder)) .toStream() .map((k, v) - > new KeyValue < > (k, v)) .to(Serdes.String(), SerdeFactory.serdeFrom(Travel.class), TOPIC_TRAVEL);
join的语法本质上是join by partition and key。为了得到正确的Join结果，两个不同的topic需要在同一个运行实例中被消费到。假设，Topic1 和Topic2各有4个partition，有两个实例在运行，于是一个task仅消费Topic1和Topic2的两个，这样就需要保证，topic1中的两个partition的key值在另一个topic中能被找到。
上面的逻辑可能听起来会十分绕口，其实在实际开发的过程中，我们仅需保证两个topic拥有相同数量的partition就可以的，并且producer采用同样的Paritioner。如果这个条件不满足，就需要通过through函数完成。
KStream < K, V > through(Serde < K > keySerde, Serde < V > valSerde , StreamPartitioner < K, V > partitioner, String topic);
假设在join过程中，我们需要最新的数据做聚合。kafka streams 提供了windowed函数，在时间窗口内，后续的记录会覆盖同一个Key的记录。窗口结束后，会触发后续的计算逻辑得到正确的结果。
KTable < Windowed < String > , MultiUserOrder > userOrderKTable = streamBuilder.stream(Serdes.String()
, SerdeFactory.serdeFrom(UserOrder.class)
, TOPIC_USER_ORER, userStore)
.groupByKey()
.aggregate(
new MultiUserOrder(), (k, v, map) - >
{
map.setOrderId(k);
map.getOrders()
.add(v);
return map;
}
, TimeWindows.of(6 * 1000)
, SerdeFactory.serdeFrom(MultiUserOrder.class), userAggStore);
KTable < Windowed < String > , MultiDriverOrder > driverOrderKTable = streamBuilder.stream(Serdes.String()
, SerdeFactory.serdeFrom(DriverOrder.class)
, TOPIC_DRIVER_ORDER, driverStore)
.groupByKey()
.aggregate(new MultiDriverOrder(), (k, v, map) - >
{
map.setOrderId(k);
map.getOrders()
.add(v);
return map;
}, TimeWindows.of(6 * 1000)
, SerdeFactory.serdeFrom(MultiDriverOrder.class), driverAggStore);
userOrderKTable.leftJoin(driverOrderKTable
, (multiUserOrder, multiDriverOrder) - > join(multiUserOrder, multiDriverOrder))
.toStream()
.map((k, v) - > new KeyValue < > (k.key(), v))
.to(Serdes.String(), SerdeFactory.serdeFrom(Travel.class), TOPIC_TRAVEL);以上就是本篇文章所有内容了，更多java常见问题及解决方法请快关注奇Q工具网了解详情吧。
推荐阅读：