【发布时间】:2019-09-13 08:14:04
【问题描述】:
我只看到一个帖子包含有关我提到的主题的信息,即: How to Deserialising Kafka AVRO messages using Apache Beam
但是,在尝试了一些 kafkaserializers 变体之后,我仍然无法反序列化 kafka 消息。这是我的代码:
public class Readkafka {
private static final Logger LOG = LoggerFactory.getLogger(Readkafka.class);
public static void main(String[] args) throws IOException {
// Create the Pipeline object with the options we defined above.
Pipeline p = Pipeline.create(
PipelineOptionsFactory.fromArgs(args).withValidation().create());
PTransform<PBegin, PCollection<KV<action_states_pkey, String>>> kafka =
KafkaIO.<action_states_pkey, String>read()
.withBootstrapServers("mybootstrapserver")
.withTopic("action_States")
.withKeyDeserializer(MyClassKafkaAvroDeserializer.class)
.withValueDeserializer(StringDeserializer.class)
.updateConsumerProperties(ImmutableMap.of("schema.registry.url", (Object)"schemaregistryurl"))
.withMaxNumRecords(5)
.withoutMetadata();
p.apply(kafka)
.apply(Keys.<action_states_pkey>create())
}
MyClassKafkaAvroDeserilizer 在哪里
public class MyClassKafkaAvroDeserializer extends
AbstractKafkaAvroDeserializer implements Deserializer<action_states_pkey> {
@Override
public void configure(Map<String, ?> configs, boolean isKey) {
configure(new KafkaAvroDeserializerConfig(configs));
}
@Override
public action_states_pkey deserialize(String s, byte[] bytes) {
return (action_states_pkey) this.deserialize(bytes);
}
@Override
public void close() {} }
action_states_pkey 类是使用 avro 工具生成的代码
java -jar pathtoavrotools/avro-tools-1.8.1.jar compile schema pathtoschema/action_states_pkey.avsc destination path
action_states_pkey.avsc 的字面意思
{"type":"record","name":"action_states_pkey","namespace":"namespace","fields":[{"name":"ad_id","type":["null","int"]},{"name":"action_id","type":["null","int"]},{"name":"state_id","type":["null","int"]}]}
使用此代码,我得到了错误:
Caused by: java.lang.ClassCastException: org.apache.avro.generic.GenericData$Record cannot be cast to my.mudah.beam.test.action_states_pkey
at my.mudah.beam.test.MyClassKafkaAvroDeserializer.deserialize(MyClassKafkaAvroDeserializer.java:20)
at my.mudah.beam.test.MyClassKafkaAvroDeserializer.deserialize(MyClassKafkaAvroDeserializer.java:1)
at org.apache.beam.sdk.io.kafka.KafkaUnboundedReader.advance(KafkaUnboundedReader.java:221)
at org.apache.beam.sdk.io.BoundedReadFromUnboundedSource$UnboundedToBoundedSourceAdapter$Reader.advanceWithBackoff(BoundedReadFromUnboundedSource.java:279)
at org.apache.beam.sdk.io.BoundedReadFromUnboundedSource$UnboundedToBoundedSourceAdapter$Reader.start(BoundedReadFromUnboundedSource.java:256)
at com.google.cloud.dataflow.worker.WorkerCustomSources$BoundedReaderIterator.start(WorkerCustomSources.java:592)
... 14 more
尝试将 Avro 数据映射到我的自定义类时似乎出错了?
或者,我尝试了以下代码:
PTransform<PBegin, PCollection<KV<action_states_pkey, String>>> kafka =
KafkaIO.<action_states_pkey, String>read()
.withBootstrapServers("bootstrapserver")
.withTopic("action_states")
.withKeyDeserializerAndCoder((Class)KafkaAvroDeserializer.class, AvroCoder.of(action_states_pkey.class))
.withValueDeserializer(StringDeserializer.class)
.updateConsumerProperties(ImmutableMap.of("schema.registry.url", (Object)"schemaregistry"))
.withMaxNumRecords(5)
.withoutMetadata();
p.apply(kafka);
.apply(Keys.<action_states_pkey>create())
// .apply("ExtractWords", ParDo.of(new DoFn<action_states_pkey, String>() {
// @ProcessElement
// public void processElement(ProcessContext c) {
// action_states_pkey key = c.element();
// c.output(key.getAdId().toString());
// }
// }));
在我尝试打印数据之前不会给我任何错误。我必须验证我是否以一种或另一种方式成功读取数据,所以我的意图是在控制台中记录数据。如果我取消注释注释部分,我会再次收到相同的错误:
SEVERE: 2019-09-13T07:53:56.168Z: java.lang.ClassCastException: org.apache.avro.generic.GenericData$Record cannot be cast to my.mudah.beam.test.action_states_pkey
at my.mudah.beam.test.Readkafka$1.processElement(Readkafka.java:151)
另外需要注意的是,如果我指定:
.updateConsumerProperties(ImmutableMap.of("specific.avro.reader", (Object)"true"))
总是给我一个错误
Caused by: org.apache.kafka.common.errors.SerializationException: Error deserializing Avro message for id 443
Caused by: org.apache.kafka.common.errors.SerializationException: Could not find class NAMESPACE.action_states_pkey specified in writer's schema whilst finding reader's schema for a SpecificRecord.
我的方法似乎有问题? 如果有人有使用 Apache Beam 从 Kafka Streams 读取 AVRO 数据的经验,请帮帮我。非常感谢。
这是我的包的快照,其中还包含架构和类: package/working path details
谢谢。
【问题讨论】:
-
您似乎在使用 Confluent Schema Registry?那么为什么不使用他们现有的 Avro 解串器呢?如果你这样做了,那么这与你拥有的其他反序列化器实现不兼容......换句话说,数据实际上是如何产生的?使用模式注册表或原始 Avro 数据?
-
我假设我已经在使用 confluent 的反序列化器了?导入 io.confluent.kafka.serializers.KafkaAvroDeserializer;这是我正在使用的图书馆
-
抱歉,我不太明白您所说的“数据实际上是如何产生的?”使用模式注册表或原始 Avro 数据? ' 我从架构注册表中获取架构,将其编译成 java.class,然后继续
-
抱歉,我以为您编写了一个不同的反序列化程序,最初并没有使用注册表。我认为你的第二种方法是正确的。我不确定为什么命名空间被大写
-
当然。出于隐私原因试图掩盖它。这是错误: 原因:org.apache.kafka.common.errors.SerializationException:反序列化 id 443 的 Avro 消息时出错 原因:org.apache.kafka.common.errors.SerializationException:找不到类 com.dattran.bottledwater .dbschema.public.action_states_pkey 在作者模式中指定,同时为特定记录查找读者模式。我猜 com.dattran.bottledwater.dbschema.public 是架构在架构注册表中的位置?
标签: java apache-kafka avro apache-beam confluent-schema-registry