Elasticsearch sink 只获取新消息，而不是使用 kafka-connect-elasticsearch + timestamp SMT 的前一个消息

Question

我正在使用 kafka-connect-elasticsearch 插件从我的 kafka 获取消息到 Elasticsearch。 我在 kafka 中的数据包含一个日期字段（时间戳格式）。

我的第一个问题是，当我使用这个插件时，Elasticsearch 索引没有将日期字段识别为日期类型，而是将其识别为长 ... 我在我的连接器配置中使用 SMT 转换来解决这个问题。

这是我当前的配置，允许我在 Elastic 中推送数据：

{
  "name": "elasticsearch-sink-test",
  "config": {
    "connector.class": "io.confluent.connect.elasticsearch.ElasticsearchSinkConnector",
    "tasks.max": "1",
    "topics": "test.test",
    "key.ignore": "true",
    "connection.url": "http://localhost:9200",
    "type.name": "kafka-connect",
    "name": "elasticsearch-sink-test",
    "Batch.size": 100,
    "max.buffered.records": 1000,
    "Max.retries": 10,
    "Retry.backoff.ms": 1000,
    "flush.timeout.ms": 20000,
    "max.in.flight.requests": 3
    "transforms": "date",
    "transforms.date.type": "org.apache.kafka.connect.transforms.TimestampConverter$Value",
    "transforms.date.target.type": "Date",
    "transforms.date.field": "date",
    "transforms.date.format": "yyyy-MM-dd HH:mm:ss"
  }
}

我现在的问题是： Elasticsearch 不会获取存储在 kafka 中的所有先前消息，而只会获取新消息（在我启动 Elasticsearch 连接器后，所有新消息都被推送到 kafka）。

如何配置连接器以使弹性获取所有消息？ 是否有任何解决方法使弹性“理解”日期字段是时间戳？

（有关信息，我的数据源是带有 debezium CDC 连接器的 MongoDB）

提前谢谢你

Answer 1

如何配置连接器以使弹性获取所有消息？

就像普通的 Kafka 消费者一样，您需要将偏移量设置为最早的

consumer.auto.offset.reset=earliest 

make elastic“理解”日期字段是时间戳是否有任何解决方法？

是的，在 Elasticsearch 中使用索引或动态映射。默认情况下，所有摄取的数字都只是数值。只有正确格式化的日期字符串才会真正被索引为日期。如果您不控制 Elasticsearch 服务器或索引设置，这通常是由该系统的管理员设置的