在Kafka Stream库中,我想知道KTable和GlobalKTable之间的区别。
同样在KStream类中,有两种方法leftJoin()
和outerJoin()
。这两种方法有什么区别呢?
我读了KStream.leftJoin,但没有找到确切的区别。
KTable
会对所有正在运行的Kafka Streams实例之间的数据进行分片,而GlobalKTable
则会在每个实例上拥有所有数据的完整副本。 GlobalKTable
的缺点是它显然需要更多的内存。优点是,您可以使用流中的非键属性执行KStream-GlobalKTable连接。对于KStream-KTable连接和连接的非键流属性,只能通过提取join属性并在进行连接之前将其设置为键 - 这将导致在连接之前对流进行重新分区步骤被计算。
但请注意,还存在语义差异:对于流表连接,Kafka Stream根据记录时间戳排列记录处理顺序。因此,对表的更新与您的流的记录一致。对于GlobalKTable
,没有时间同步,因此更新到GlobalKTable
并完全脱离流记录的处理(因此,你得到较弱的语义)。
有关更多详细信息,请参阅KIP-99: Add Global Tables to Kafka Streams。
关于左连接和外连接:它在数据库中分别是左外连接和全外连接。
对于左外连接,如果左侧的连接不匹配,您可能会“丢失”右输入流的数据。
对于(完整)外部联接,不会丢弃任何数据,并且两个流的每个输入记录都将在结果流中。