kafka增量聚合

Question

我有一个 kafka 主题中的数字流 delta，需要以特殊方式聚合，即：

aggregate[0] = 0
aggregate[N] = aggregate[N-1] * (N - 1) / N + delta[N - 1] / N

（确切的公式无关紧要，但请注意 aggregate 中对前一个元素的依赖）

本质上，我需要同时订阅两个kafka主题，其中我同时在两个主题中前进：当我阅读delta主题中的一个项目时，我需要从@987654325中阅读相应的项目@topic 也一样，并将结果写入aggregate topic，在delta topic 中的下一项被消费之前。

这在kafka中是否可能？ ksql 有一个聪明的 join 帮助吗？

Answer 1

我想知道我的伪代码是否有帮助。 假设有两个主题，“delta”和“aggregate”。 并且两个主题的分区都是1以简化情况（以便我们获得全局顺序）

# this is just pseudocode to show my thoughts
def demo():
    delta_consumer = Consumer("delta")
    aggregate_consumer = Consumer("aggregate")
    aggregate_producer = Producer("aggregate")

    is_pre_aggregate_result_exists = aggregate_consumer.get_offset() != 0 # check whether it's first running 
    for delta_data in delta_consumer.poll():
        if not is_pre_aggregate_result_exists:
            last_aggregate_result = 0
        else:
            last_aggregate_result = aggregate_consumer.get_last_record()
        new_aggregate_result = user_define_function(delta_data, last_aggregate_result)
        aggregate_producer.producer(new_aggregate_result)
        is_pre_aggregate_result_exists = True

同时，我想 kafka+structurd-steaming 可以解决您的问题，因为您问题的内部需要是在流表上获取 aggregate_result，然后将结果输出到 kafka 主题，其中 kafka+structured-steraming 是一个完美的解决方案.