Apache spark 卡夫卡制作人-发送消息列表

我需要发送几批消息，并确保每批中的所有消息在同一批中一起到达消费者

例如，假设我需要在5个批次/组中发送400条消息，每个组将包含80条消息，并且需要在消费者端的同一批次中使用

我正在使用spark结构化流媒体来消费这些消息

我读过类似的问题，但我仍然对正确的方法感到困惑

制作人是否应该将所有消息（每批）放在一个列表中，然后将列表发送给卡夫卡

还有其他更好的办法吗

---

谢谢

这可以通过创建一个包含5个分区的主题来实现，这样您就可以将每种类型的批处理消息发送到每个分区

ProducerRecord(java.lang.String topic, java.lang.Integer partition, K key, V value)
Creates a record to be sent to a specified topic and partition

我们可以创建5个消费者并将每个消费者分配到每个分区，但我不确定每个消费者poll（）是否会一次提取该分区中的所有消息

手动分区分配

例如： 如果进程正在维护与该分区相关联的某种本地状态（如本地磁盘键值存储），那么它应该只获取它在磁盘上维护的分区的记录。
如果流程本身是高可用的，并且在失败时将重新启动（可能使用集群管理框架，如Thread、Mesos或AWS设施，或者作为流处理框架的一部分）。在这种情况下，Kafka无需检测故障并重新分配分区，因为消费进程将在另一台机器上重新启动。
要使用此模式，而不是使用subscribe订阅主题，只需调用assign（Collection），其中包含要使用的分区的完整列表

 String topic = "foo";
 TopicPartition partition0 = new TopicPartition(topic, 0);
 TopicPartition partition1 = new TopicPartition(topic, 1);
 consumer.assign(Arrays.asList(partition0, partition1));