Java 如何从kafka流获取窗口聚合？

我有一个事件流，我想根据时间窗口聚合这些事件。我的解决方案提供增量聚合，而不是在定时窗口上提供聚合。我已经读到，这对于流来说是正常的，因为它会以更改日志的形式给出结果。在研究过程中，我也遇到了一些问题。但第一篇文章中的解决方案有些过时（使用不推荐的API）。我使用了那些不推荐使用的API中建议的新API。这是我的解决方案

KStream<String, Event> eventKStream = summarizableData.mapValues(v -> v.getEvent());
    KGroupedStream<String, Event> kGroupedStream = eventKStream.groupBy((key, value) -> {
             String groupBy = getGroupBy(value, criteria);
             return groupBy;
    }, Serialized.with(Serdes.String(), eventSerde));


    long windowSizeMs = TimeUnit.SECONDS.toMillis(applicationProperties.getWindowSizeInSeconds());
    final TimeWindowedKStream<String, Event> groupedByKeyForWindow = kGroupedStream
            .windowedBy(TimeWindows.of(windowSizeMs)
                    .advanceBy(windowSizeMs));

KStream eventKStream=summableddata.mapValues（v->v.getEvent（））；
KGroupedStream KGroupedStream=eventKStream.groupBy（（键，值）->{
字符串groupBy=getGroupBy（值、条件）；
返回分组；
}，序列化为.with（Serdes.String（），eventSerde））；
long windowSizeMs=TimeUnit.SECONDS.toMillis（applicationProperties.getWindowSizeInSeconds（））；
最终时间WindowedkStream groupedByKeyForWindow=kGroupedStream
.windowedBy（TimeWindows.of（windowSizeMs）
.advanceBy（windowSizeMs））；

---

但正如我前面解释的，我的结果不是在特定的时间窗口中给出的，而是作为增量聚合给出的。我需要按照WindowsSize中指定的时间输出数据。我还了解到，

CACHE\u MAX\u BYTES\u BUFFERING\u CONFIG

可以控制输出，但我需要某种可靠的解决方案来解决每种情况。还要注意，wiki中给出的模式现在已经过时，因为它使用了旧的api。（我正在使用kafka streams 1.1.0版本）

问题是我的错误。上面的代码示例运行良好。但最后我将

KTable

转换为

KStream

。这就是问题所在。转换到

KStream

也会导致输出中间结果。图中给出的图案效果很好。有问题的代码是

// Aggregation

KTable<Windowed<String>, Event> results = groupedByKeyForWindow.aggregate(new AggregateInitiator(), new EventAggregator());

// This converstion causing changelog to output. Instead use next line.
KStream<String, AggregationMessage> aggregationMessageKStream = results.toStream((key, value) -> key.toString())
                .mapValues(this::convertToAggregationMessage).filter((k, v) -> v != null);

// output KTable to sample topic. But this output controlled by 
// COMMIT_INTERVAL_MS_CONFIG and CACHE_MAX_BYTES_BUFFERING_CONFIG parameters. 
// I'm using default values for these params.
results.to(windowedSerde, eventSerde,  "Sample");

//聚合
KTable results=groupedByKeyForWindow.aggregate（新的AggregateInitiator（），新的EventAggregator（））；
//此对话导致输出changelog。而是使用下一行。
KStream aggregationMessageKStream=results.toStream（（键，值）->key.toString（）
.mapValues（this:：convertToAggregationMessage）.filter（（k，v）->v！=null）；
//输出KTable到示例主题。但是这个输出是由
//提交间隔配置和缓存最大字节缓冲配置参数。
//我正在为这些参数使用默认值。
结果。至（windowedSerde，eventSerde，“样本”）；