使用自定义时间戳提取器的 Kafka 流窗口

Question

我正在尝试创建一个 Kafka Streams 应用程序，我试图在一个时间窗口内计算每个平台的唯一设备。

事件类

public class Event {

    private String eventId;

    private String deviceId;

    private String platform;

    private ZonedDateTime createdAt;

}

我需要时间窗口尊重事件的 createdAt 所以我写了一个TimestampExtractor如下的实现：

public class EventTimestampExtractor implements TimestampExtractor {

    @Override

    public long extract(final ConsumerRecord<Object, Object> record, final long previousTimestamp) {

        final Event event = (Event) record.value();

        final ZonedDateTime eventCreationTime = event.getCreatedAt();

        final long timestamp = eventCreationTime.toEpochSecond();

        log.trace("Event ({}) yielded timestamp: {}", event.getEventId(), timestamp);

        return timestamp;

    }

}

最后，这是我的流媒体应用代码：

final KStream<String, Event> eventStream = builder.stream("events_ingestion");

eventStream

    .selectKey((key, event) -> {

        final String platform = event.getPlatform();

        final String deviceId = event.getDeviceId());

        return String.join("::", platform, deviceId);

    })

    .groupByKey()

    .windowedBy(TimeWindows.of(TimeUnit.MINUTES.toMillis(15)))

    .count(Materialized.as(COUNT_STORE));

当我将事件推送到event_ingestion主题时，我可以看到时间戳已记录到应用程序日志中，并且数据正在写入计数存储中。

当我遍历计数存储时，我看到以下内容：

Key: [ANDROID::1@1539000000/1539900000], Value: 2

虽然我的时间窗口是 15 分钟，但密钥跨越 10 天。如果我从流配置中删除我的 TimestampExtractor 实现（因此回到处理时间），密钥按预期跨越 15 分钟：

Key: [ANDROID::1@1539256500000/1539257400000], Value: 1

我在这里做错了什么？有任何想法吗？

Answer 1

TimestampExtractor 使用纪元毫秒值进行窗口化。您正在计算“秒”，这会将消息放入错误的时间窗口。