Scala Kafka Streams PAPI:抽象处理器对象创建行为
我有一个Kafka Streams拓扑,其中包含一个AbstractProcessor(实际上是两个)。 在其中一个例子中,我使用Scala Kafka Streams PAPI:抽象处理器对象创建行为,scala,apache-kafka,apache-kafka-streams,Scala,Apache Kafka,Apache Kafka Streams,我有一个Kafka Streams拓扑,其中包含一个AbstractProcessor(实际上是两个)。 在其中一个例子中,我使用标点API和挂钟时间来安排处理所需的一些参考数据的刷新。 我在任务开始时做,然后每隔一段时间安排一次(比如说1小时)。 num.stream.threads配置为2 例如,我有如下代码: def loadReferenceData() = { logger.info("Loading All Reference Data...") // ato
标点API
和挂钟时间
来安排处理所需的一些参考数据的刷新。
我在任务开始时做,然后每隔一段时间安排一次(比如说1小时)。
num.stream.threads
配置为2
例如,我有如下代码:
def loadReferenceData() = {
logger.info("Loading All Reference Data...")
// atomically (re)load some data
}
override def init(context: ProcessorContext) = {
super.init(context)
logger.info("Loading reference data initially...")
loadReferenceData()
context.schedule(1000 * reloadDataSeconds, PunctuationType.WALL_CLOCK_TIME, (timestamp) => {
loadReferenceData()
context.commit(); // Unsure if necessary
});
}
在没有传入记录的情况下,在运行应用程序的单个实例的日志中,我可以看到init的以下日志:
[2019-06-11 08:54:19,518] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 08:53:31,080] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 08:53:29,713] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 08:53:29,682] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 07:54:20,855] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 07:54:19,714] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 07:54:19,516] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 07:53:31,036] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 07:53:29,668] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 07:53:29,653] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 06:54:20,845] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-11 06:54:19,726] INFO Loading All Reference Data... (com.divvit.dp.streams.applications.StreamProcessor)
因此,似乎每小时都有大量日志用于输入loadReferenceData
。我希望每小时只看到2个条目(2个线程),但还有更多条目(通常是6个)
在日志中,我只在应用程序创建开始时见过6次处理器的创建:
[2019-06-10 16:54:19,849] INFO Loading reference data initially... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-10 16:54:18,231] INFO Loading reference data initially... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-10 16:54:17,874] INFO Loading reference data initially... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-10 16:53:29,675] INFO Loading reference data initially... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-10 16:53:27,132] INFO Loading reference data initially... (com.divvit.dp.streams.applications.StreamProcessor)
[2019-06-10 16:53:24,923] INFO Loading reference data initially... (com.divvit.dp.streams.applications.StreamProcessor)
所以这是有意义的:处理器创建一次,每小时更新一次
但是,当我将更多的负载放入应用程序时,我可以经常看到新处理器对象的创建
- 在什么情况下,Kafka Streams将创建这些处理器的新实例李>
- 如何知道我的应用程序实例将创建多少处理器实例李>
- 如果可以根据Kafka Streams的判断关闭/创建处理器,那么对于这些“外部”操作来说,标点API似乎有些过头了(或者根本不是为此而设计的),而一个单独的定期更新线程会更好地实现这一点,不是吗
num.stream.threads
)意味着将同时使用多个分区。它具有与相邻启动多个实例相同的行为。看