我们在使用Kafka Connect Elasticsearch Connector强制将来自Kafka主题的消息发送到Elasticsearch的顺序方面遇到问题。在主题中,消息以正确的顺序排列并具有正确的偏移量,但是如果快速连续创建了两条具有相同ID的消息,则会以错误的顺序将它们间歇地发送到Elasticsearch。这导致Elasticsearch从倒数第二个消息中获取数据,而不是最后一个消息中的数据。如果我们在主题中的两条消息之间添加了人为的一秒或两秒的延迟,问题就会消失。

文档here指出:



但是,我在任何地方都找不到关于此version_mode设置的文档,以及是否需要将自己设置在某个地方。

在Kafka Connect系统的日志文件中,我们可以看到两个消息(对于相同的ID)以错误的顺序(相隔几毫秒)进行了处理。看起来这些线程是在不同线程中处理的,这可能很重要。另请注意,此主题只有一个分区,因此所有消息都在同一分区中。

下面是日志片段,为清晰起见对其进行了略微编辑。 Kafka主题中的消息由Debezium填充,我认为这与问题无关,但是很方便地包括时间戳记值。这表明消息的​​处理顺序错误(尽管在Debezium填充的Kafka主题中,消息的顺序正确):

[2019-01-17 09:10:05,671] DEBUG http-outgoing-1 >> "
{
  "op": "u",
  "before": {
    "id": "ac025cb2-1a37-11e9-9c89-7945a1bd7dd1",
    ... << DATA FROM BEFORE SECOND UPDATE >> ...
  },
  "after": {
    "id": "ac025cb2-1a37-11e9-9c89-7945a1bd7dd1",
    ... << DATA FROM AFTER SECOND UPDATE >> ...
  },
  "source": { ... },
  "ts_ms": 1547716205205
}
" (org.apache.http.wire)

...

[2019-01-17 09:10:05,696] DEBUG http-outgoing-2 >> "
{
  "op": "u",
  "before": {
    "id": "ac025cb2-1a37-11e9-9c89-7945a1bd7dd1",
    ... << DATA FROM BEFORE FIRST UPDATE >> ...
  },
  "after": {
    "id": "ac025cb2-1a37-11e9-9c89-7945a1bd7dd1",
    ... << DATA FROM AFTER FIRST UPDATE >> ...
  },
  "source": { ... },
  "ts_ms": 1547716204190
}
" (org.apache.http.wire)


有谁知道在将消息发送到Elasticsearch时如何强制此连接器维护给定文档ID的消息顺序?

最佳答案

问题在于我们的Elasticsearch连接器将key.ignore配置设置为true

我们在Github源代码中为连接器(在DataConverter.java中)发现了这一行:

final Long version = ignoreKey ? null : record.kafkaOffset();

这意味着,使用key.ignore=true,正在生成并发送到Elasticsearch的索引操作实际上是“无版本的”……基本上,Elasticsearch为文档接收的最后一组数据将替换任何先前的数据,即使它是“旧数据”。

从查看日志文件来看,连接器似乎有多个使用者线程读取源主题,然后将转换后的消息传递给Elasticsearch,但是传递给Elasticsearch的顺序不一定与主题顺序相同。

现在,使用key.ignore=false,每条Elasticsearch消息都包含一个等于Kafka记录偏移量的版本值,并且Elasticsearch拒绝更新文档的索引数据(如果它已经接收到以后的“版本”数据)。

那不是解决此问题的唯一方法。我们仍然必须对来自Kafka主题的Debezium消息进行转换,以将密钥转换为Elasticsearch满意的纯文本格式:
"transforms": "ExtractKey",
"transforms.ExtractKey.type": "org.apache.kafka.connect.transforms.ExtractField$Key",
"transforms.ExtractKey.field": "id"

关于elasticsearch - Kafka Connect Elasticsearch Connector的消息顺序,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/54233599/

10-16 06:32
查看更多