如何在 kafka sink 连接器中添加带有 kafka 消息时间戳的列

Question

我正在使用属性/json 文件配置我的连接器，当它从源连接器读取消息但没有成功时，我试图添加一个包含 kafka 时间戳的时间戳列。

我尝试添加transforms，但它始终为空，并且我的接收器连接器“大查询”返回错误

更新表架构失败

我确实将这些配置放在 bigquery 连接器属性中

transforms=InsertField
transforms.InsertField.timestamp.field=fieldtime
transforms.InsertField.type=org.apache.kafka.connect.transforms.InsertField$Value

我的源 Config Sap 连接器

{
    "name": "sap",
    "config": {
        "connector.class": "com.sap.kafka.connect.source.hana.HANASourceConnector",
        "tasks.max": "10",
        "topics": "mytopic",
        "connection.url": "jdbc:sap://IP:30015/",
        "connection.user": "user",
        "connection.password": "pass",
        "group.id":"589f5ff5-1c43-46f4-bdd3-66884d61m185",
        "mytopic.table.name":                          "\"schema\".\"mytable\""  
       }
}

我的接收器连接器 BigQuery

name=bigconnect
connector.class=com.wepay.kafka.connect.bigquery.BigQuerySinkConnector
tasks.max=1

sanitizeTopics=true

autoCreateTables=true
autoUpdateSchemas=true

schemaRetriever=com.wepay.kafka.connect.bigquery.schemaregistry.schemaretriever.SchemaRegistrySchemaRetriever
schemaRegistryLocation=http://localhost:8081

bufferSize=100000
maxWriteSize=10000
tableWriteWait=1000

project=kafka-test-217517
topics=mytopic
datasets=.*=sap_dataset
keyfile=/opt/bgaccess.json
transforms=InsertField
transforms.InsertField.timestamp.field=fieldtime    
transforms.InsertField.type=org.apache.kafka.connect.transforms.InsertField$Value

Answer 1

老答案 我想我明白了背后的问题

首先，您不能在任何源连接器中使用转换 InsertField，因为 msg 的时间戳值是在写入主题时分配的，因此连接器不是已经知道的，
对于 JDBC 连接器，有这张票 https://github.com/confluentinc/kafka-connect-jdbc/issues/311

在 sap 源连接器中也无法正常工作。

第二个 BigQuery 连接器有一个错误，不允许使用 InsertField 将时间戳添加到此处提到的每个表

https://github.com/wepay/kafka-connect-bigquery/issues/125#issuecomment-439102994

因此，如果您想使用 bigquery 作为输出，现在唯一的解决方案是在加载 cink 连接器之前手动编辑每个表的架构以添加列

2018 年 12 月 3 日更新 始终在 SINK 连接器中添加消息时间戳的最终解决方案。假设您要将时间戳添加到接收器连接器的每个表中

在您的 SOURCE CONNECTOR 中放置此配置

"transforms":"InsertField"
"transforms.InsertField.timestamp.field":"fieldtime", 
"transforms.InsertField.type":"org.apache.kafka.connect.transforms.InsertField$Value"

这将为每个源表添加一个名为“fieldtime”的列名

在您的 SINK CONNECTOR 中放置这些配置

"transforms":"InsertField,DropField",
"transforms.DropField.type":"org.apache.kafka.connect.transforms.ReplaceField$Value",
"transforms.DropField.blacklist":"fieldtime",
"transforms.InsertSource.timestamp.field":"kafka_timestamp",
"transforms.InsertField.timestamp.field":"fieldtime",
"transforms.InsertField.type":"org.apache.kafka.connect.transforms.InsertField$Value"

这实际上将删除字段时间列并使用消息的时间戳再次添加它

此方案将自动添加正确值的列，无需任何添加操作

Answer 2

我猜您的错误来自 BigQuery，而不是 Kafka Connect。

例如，在独立模式下启动 Connect Console Consumer，您会看到类似

的消息

Struct{...,fieldtime=Fri Nov 16 07:38:19 UTC 2018}

---

用connect-standalone ./connect-standalone.properties ./connect-console-sink.properties测试

我有一个带有 Avro 数据的输入主题...相应地更新您自己的设置

connect-standalone.properties

bootstrap.servers=kafka:9092

key.converter=io.confluent.connect.avro.AvroConverter
key.converter.schema.registry.url=http://schema-registry:8081
key.converter.schemas.enable=true

value.converter=io.confluent.connect.avro.AvroConverter
value.converter.schema.registry.url=http://schema-registry:8081
value.converter.schemas.enable=true

offset.storage.file.filename=/tmp/connect.offsets
offset.flush.interval.ms=10000

plugin.path=/usr/share/java

connect-console-sink.properties

name=local-console-sink
connector.class=org.apache.kafka.connect.file.FileStreamSinkConnector
tasks.max=1
topics=input-topic

transforms=InsertField
transforms.InsertField.timestamp.field=fieldtime
transforms.InsertField.type=org.apache.kafka.connect.transforms.InsertField$Value