Join 卡夫卡连接流按键筛选

我用join streams做了一些非常简单的示例，其中两个主题具有简单的键值结构（整数/字符串），它可以完美地工作

请问，我怎样才能做到：

SELECT * FROM stream1, stream2
WHERE stream1.key = stream2.key AND (stream1.key > 50 && stream1.key < 100) AND (stream2.key > 50 AND stream2.key < 100)

我的测试示例：

public void joinKStreamToKStreamWhereKeyValueIsIntegerString（）引发异常{
字符串uniqueKey=新对象（）{
}.getClass（）.GetEnclosuringMethod（）.getName（）；
长时间戳=新日期（）.getTime（）；
String firstTopic=String.format（“%1$s\u 1\u%2$s”，uniqueKey，时间戳）；
String secondTopic=String.format（“%1$s\u 2\u%2$s”，uniqueKey，时间戳）；
String outputTopic=String.format（“%1$s_output_uu%2$s”，uniqueKey，时间戳）；
String appIdConfig=String.format（“%1$s\u app\u id\u%2$s”，uniqueKey，时间戳）；
String groupIdConfig=String.format（“%1$s\u group\u id\u%2$s”，uniqueKey，时间戳）；
List ikv1=Arrays.asList(
新键值（1，“Bruce Eckel”），
新键值（2，“Robert Lafore”），
新键值（3，“安德鲁·坦恩鲍姆”）
);
List ikv2=Arrays.asList(
新的KeyValue（3，“现代操作系统”），
新的KeyValue（1，“用Java思考”），
新的KeyValue（3，“计算机体系结构”），
新的键值（4，“Scala编程”）
);
List expectedResults=Arrays.asList(
新键值（3，“Andrew Tanenbaum/现代操作系统”），
新的KeyValue（1，“Bruce Eckel/Thinking in Java”），
新的KeyValue（3，“安德鲁·坦恩鲍姆/计算机架构”）
);
整数分割=1；
整数复制=1；
Properties topicConfig=新属性（）；
createTopic（firstTopic、分区、复制、topicConfig）；
createTopic（第二主题、分区、复制、topicConfig）；
createTopic（outputTopic、分区、复制、topicConfig）；
final Serde stringSerde=Serdes.String（）；
最终Serde integerde=Serdes.Integer（）；
属性流配置=新属性（）；
streamsConfiguration.put（StreamsConfig.APPLICATION\u ID\u CONFIG，appIdConfig）；
streamsConfiguration.put（StreamsConfig.BOOTSTRAP\u SERVERS\u CONFIG，BOOTSTRAP\u SERVERS\u CONFIG）；
streamsConfiguration.put（StreamsConfig.ZOOKEEPER\u CONNECT\u CONFIG，ZOOKEEPER\u CONNECT\u CONFIG）；
streamsConfiguration.put（StreamsConfig.KEY\u SERDE\u CLASS\u CONFIG，Serdes.Integer（）.getClass（）.getName（））；
streamsConfiguration.put（StreamsConfig.VALUE\u SERDE\u CLASS\u CONFIG，Serdes.String（）.getClass（）.getName（））；
//将记录刷新到状态存储和下游的提交间隔必须小于
//此集成测试的超时（30秒），以确保我们观察到预期的处理结果。
streamsConfiguration.put（StreamsConfig.COMMIT\u INTERVAL\u MS\u CONFIG，10*1000）；
streamsConfiguration.put（ConsumerConfig.AUTO_OFFSET_RESET_CONFIG，“最早”）；
//使用一个临时目录来存储状态，该目录将在测试后自动删除。
streamsConfiguration.put（StreamsConfig.STATE_DIR_CONFIG，TestUtils.tempDirectory（）.getAbsolutePath（））；
KStreamBuilder builder=新的KStreamBuilder（）；
KStream firstStream=builder.stream（integersde、stringSerde、firstTopic）；
KStream secondStream=builder.stream（integersde、stringSerde、secondTopic）；
KStream outputStream=firstStream.join（secondStream，（l，r）->{
返回l+“/”+r；
}，JoinWindows.of（TimeUnit.SECONDS.toMillis（5）），integersde，stringSerde，stringSerde）；
outputStream.to（integerSerde、stringSerde、outputTopic）；
KafkaStreams streams=新的KafkaStreams（构建者、流配置）；
streams.start（）；
属性pCfg1=新属性（）；
pCfg1.put（ProducerConfig.BOOTSTRAP\u SERVERS\u CONFIG，BOOTSTRAP\u SERVERS\u CONFIG）；
pCfg1.put（ProducerConfig.ACKS_CONFIG，“all”）；
pCfg1.put（ProducerConfig.RETRIES\u CONFIG，0）；
pCfg1.put（ProducerConfig.KEY\u SERIALIZER\u CLASS\u CONFIG，IntegerSerializer.CLASS）；
pCfg1.put（ProducerConfig.VALUE\u SERIALIZER\u CLASS\u CONFIG，StringSerializer.CLASS）；
IntegrationTestUtils.ProduceKeyValues同步（firstTopic、ikv1、pCfg1）；
属性pCfg2=新属性（）；
pCfg2.put（ProducerConfig.BOOTSTRAP\u SERVERS\u CONFIG，BOOTSTRAP\u SERVERS\u CONFIG）；
pCfg2.put（ProducerConfig.ACKS_CONFIG，“all”）；
pCfg2.put（ProducerConfig.RETRIES\u CONFIG，0）；
pCfg2.put（ProducerConfig.KEY\u SERIALIZER\u CLASS\u CONFIG，IntegerSerializer.CLASS）；
pCfg2.put（ProducerConfig.VALUE\u SERIALIZER\u CLASS\u CONFIG，StringSerializer.CLASS）；
IntegrationTestUtils.ProduceKeyValues同步集成（第二主题，ikv2，pCfg2）；
Properties consumerConfig=新属性（）；
consumerConfig.put（consumerConfig.BOOTSTRAP\u SERVERS\u CONFIG，BOOTSTRAP\u SERVERS\u CONFIG）；
consumerConfig.put（consumerConfig.GROUP\u ID\u CONFIG，groupIdConfig）；
consumerConfig.put（consumerConfig.AUTO_OFFSET_RESET_CONFIG，“最早”）；
consumerConfig.put（consumerConfig.KEY\u反序列化器\u CLASS\u CONFIG，IntegerDeserializer.CLASS）；
consumerConfig.put（consumerConfig.VALUE\u反序列化程序\u类\u配置，StringDeserializer.CLASS）；
List actualResults=IntegrationTestUtils.waitUntilMinKeyValueRecordsReceived（consumerConfig、outputTopic、expectedResults.size（））；
streams.close（）；
资产（实际结果）。包含（预期结果）的实际要素；
}

---

希望我解释得很好，谢谢你的帮助

您只需在加入之前应用一个

过滤器

outputStream=firstStream.filter（…）.join（secondStream.filter（…），…）；

如果您想加入

stream1.genericRecordkey.someId

，您需要先提取

someId

，并将其设置为key:

firstStream.selectKey（（k，v）->v.someId））.join（secondStream.selectKey（（k，v）->v.someId），…）；

有关更多详细信息，请查看

SELECT * FROM stream1, stream2
WHERE stream1.genericRecordkey.someId. = stream2.genericRecordkey.someId