4

我正在使用 Storm 实时处理来自 Kafka 的消息，并使用 streamparse 来构建我的拓扑。对于这个用例，我们必须 100% 保证进入 Storm 的任何消息都得到处理和确认。我已经使用 try/catch 在我的螺栓上实现了逻辑（见下文），除了将其写入 Kafka 中的另一个“错误”主题之外，我还想让 Storm 重播这些消息。

在我的 KafkaSpout 中，我将 tup_id 分配为等于我的消费者从中提供数据的 Kafka 主题的偏移量 id。但是，当我使用错误的变量引用在 Bolt 中强制出错时，我没有看到消息被重播。我确实看到有人写到“错误”Kafka 主题，但只有一次——这意味着元组永远不会被重新提交到我的螺栓中。我对 TOPOLOGY_MESSAGE_TIMEOUT_SEC=60 的设置，我希望 Storm 每 60 秒继续重播一次失败的消息，并让我的错误捕获继续写入错误主题，永远。

KafkaSpout.py

class kafkaSpout(Spout):

    def initialize(self, stormconf, context):

        self.kafka = KafkaClient(str("host:6667"))#,offsets_channel_socket_timeout_ms=60000)
        self.topic = self.kafka.topics[str("topic-1")]
        self.consumer = self.topic.get_balanced_consumer(consumer_group=str("consumergroup"),auto_commit_enable=False,zookeeper_connect=str("host:2181"))

    def next_tuple(self):
        for message in self.consumer:
            self.emit([json.loads(message.value)],tup_id=message.offset)
            self.log("spout emitting tuple ID (offset): "+str(message.offset))
            self.consumer.commit_offsets()

    def fail(self, tup_id):
        self.log("failing logic for consumer. resubmitting tup id: ",str(tup_id))
        self.emit([json.loads(message.value)],tup_id=message.offset)

进程螺栓.py

class processBolt(Bolt):

  auto_ack = False
  auto_fail = False

  def initialize(self, conf, ctx):
      self.counts = Counter()
      self.kafka = KafkaClient(str("host:6667"),offsets_channel_socket_timeout_ms=60000)
      self.topic = self.kafka.topics[str("topic-2")]
      self.producer = self.topic.get_producer()

      self.failKafka = KafkaClient(str("host:6667"),offsets_channel_socket_timeout_ms=60000)
      self.failTopic = self.failKafka.topics[str("topic-error")]
      self.failProducer = self.failTopic.get_producer()


  def process(self, tup):
      try:
          self.log("found tup.")
          docId = tup.values[0]
          url = "solrserver.host.com/?id="+str(docId)

          thisIsMyForcedError = failingThisOnPurpose ####### this is what im using to fail my bolt consistent

          data = json.loads(requests.get(url).text)

          if len(data['response']['docs']) > 0:
              self.producer.produce(json.dumps(docId))
              self.log("record FOUND {0}.".format(docId))

          else:
              self.log('record NOT found {0}.'.format(docId)) 

          self.ack(tup)

      except:
          docId = tup.values[0]
          self.failProducer.produce( json.dumps(docId), partition_key=str("ERROR"))
          self.log("TUP FAILED IN PROCESS BOLT: "+str(docId))
          self.fail(tup)

对于如何正确实现这种情况下的自定义失败逻辑，我将不胜感激。提前致谢。

4

0 回答 0