apache-kafka - 如何使用kafka和faust检查是否在给定时间段内发送了新记录

Question

我正在使用包含融合平台（docker）的测试设置，并且正在处理包含以下信息的记录：传感器 ID、时间戳、值。使用 robinhood 的浮士德（类似于 Kafka Streams 但在 python 中）我正在尝试执行以下操作：

每当有传感器的新记录时，都应该有一个“计时器”，如果在给定时间内没有收到该传感器 ID 的新记录，则应该有一个错误，表明该传感器/机器可能出现故障。

我尝试过使用time.sleep()，但发生的是它只会休眠 10 秒，然后处理下一条记录。

甚至可以用我正在使用的设置做这样的事情吗？

Answer 1

您可以使用KSQL 的窗口翻滚：

创建传感器信息流；

CREATE STREAM sensorinformation \
  (sensorid VARCHAR, \
   sensortimestamp BIGINT, \
   value VARCHAR) \
 WITH (KAFKA_TOPIC='sensorinformationtopic', \
       VALUE_FORMAT='DELIMITED', \
       KEY='sensorid', \
       TIMESTAMP='sensortimestamp');

最后创建一个表，其中包含在 10 秒的时间窗口内仅出现一次的故障传感器：

CREATE TABLE faulty_sensors AS \
  SELECT sensorid, \
         count(*) \
  FROM sensorinformation \
  WINDOW TUMBLING (SIZE 10 SECONDS) \
  GROUP BY sensorid \
  HAVING count(*) = 1;