apache-kafka - 从 Kafka 获取最新值

Question

我有一个名为A的 Kafka 主题。

主题A中的数据格式为：

{ id : 1, name:stackoverflow, created_at:2017-09-28 22:30:00.000}
{ id : 2, name:confluent, created_at:2017-09-28 22:00:00.000}
{ id : 3, name:kafka, created_at:2017-09-28 24:42:00.000}
{ id : 4, name:apache, created_at:2017-09-28 24:41:00.000}

现在在消费者方面，我只想获取一小时窗口的最新数据意味着每隔一小时我需要从基于 created_at 的主题中获取最新值

我的预期输出是：

{ id : 1, name:stackoverflow, created_at:2017-09-28 22:30:00.000}
{ id : 3, name:kafka, created_at:2017-09-28 24:42:00.000}

我认为这可以通过 ksql 解决，但我不确定。请帮我。

预先感谢。

Answer 1

是的，您可以为此使用 KSQL。尝试以下操作：

CREATE STREAM S1 (id BIGINT, name VARCHAR, created_at VARCHAT) WITH (kafka_topic = 'topic_name', value_format = 'JSON');

CREATE TABLE maxRow AS SELECT id, name, max(STRINGTOTIMESTAMP(created_at, 'yyyy-mm-dd hh:mm:ss.SSS')) AS creted_at FROM s1 WINDOW TUMBLING (size 1 hour) GROUP BY id, name;

结果将具有created_atlinux 时间戳格式的时间。您可以在新查询中使用 TIMESTAMPTOSTRING udf 将其更改为所需的格式。如果您发现任何问题，请告诉我。