我有以下配置:
Flink工作片段:
speStream.addSink(new FlinkKafkaProducer011(kafkaTopicName,new
SimpleStringSchema(), props));
场景1:
我在eclipse上写了一个flink作业(Producer),它正在从一个文件夹中读取一个文件并将msgs放在kafka主题上。
因此,当我使用eclipse运行此代码时,它工作正常。
例如:如果我放置一个包含100条记录的文件,则flink会向分区1发送少量消息,并向分区2发送少量消息,因此消费者都会获得少量消息。
场景2:当我创建上述代码的jar并在flink服务器上运行它时,flink将所有msgs发送到一个分区,因此只有一个消费者获得所有的msgs。
我希望方案1使用方案2中创建的jar。
如果你没有提供FlinkKafkaPartitioner
或者没有明确说使用Kafka的那个,那么将使用FlinkFixedPartitioner
,这意味着来自一个任务的所有事件都将在同一个分区中结束。
要使用Kafka的分区程序,请使用此ctor:
speStream.addSink(new FlinkKafkaProducer011(kafkaTopicName,new SimpleStringSchema(), props), Optional.empty());
从IDE和eclipse运行之间的区别可能是因为Flink中的并行或分区设置不同。
对于Flink-Kafka Producers,添加“null”作为最后一个参数。
speStream.addSink(new FlinkKafkaProducer011(
kafkaTopicName,
new SimpleStringSchema(),
props,
(FlinkKafkaPartitioner) null)
);
对此的简短解释是,这将关闭Flink使用默认分区器FlinkFixedPartitioner
。这被关闭,因为默认情况下允许Kafka在其认为合适的分区之间分发数据。如果没有关闭,那么用于使用FlinkKafkaProducer的接收器的每个并行/任务槽只会写入每个并行/任务槽的一个分区。