Kafka Streams练习

练习需求

现有这样一个csv文件：

现在要通过Kafka Streams把它变成这样：

也就是说，原来的数据有"event,yes,maybe,invited,no"这五列，而且这五列的数据都是长度相当的id形式的数据。而"event"这一列只有一个数据，而其他的列里都有用空格隔开的多个数据。
需求是要把它变成event所对应的每一个列名中的每一个数据。
这个可能说的不是很清楚
举个例子来说
比如第一行的数据是这样的：

现在要把它变成：

这个应该比较清楚了：

代码编写

import org.apache.kafka.common.serialization.Serdes;
import org.apache.kafka.streams.*;
import org.apache.kafka.streams.kstream.KStream;

import java.util.ArrayList;
import java.util.List;
import java.util.Properties;
import java.util.concurrent.CountDownLatch;

public class MyEventsAttendees {
    public static void main(String[] args) {
        Properties prop=new Properties();
        prop.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoopt:9092");
        prop.put(StreamsConfig.APPLICATION_ID_CONFIG,"kb07_eventatt");
        prop.put(StreamsConfig.DEFAULT_KEY_SERDE_CLASS_CONFIG, Serdes.String().getClass());
        prop.put(StreamsConfig.DEFAULT_VALUE_SERDE_CLASS_CONFIG,Serdes.String().getClass());

        //todo 我们将定义Streams应用程序的计算逻辑。
        // todo 在卡夫卡的流中，这种计算逻辑被定义为连接处理器节点的拓扑。
        // todo 我们可以使用拓扑构建器来构造这样的拓扑
        StreamsBuilder builder=new StreamsBuilder();

        //todo 然后设置一个输入流的主题:
        KStream<Object, Object> event_attendees = builder.stream("eventatt")
                .filter((k, v) -> (!v.toString().startsWith("event,")
                        && (v.toString().split(",").length == 5)));

        //todo 现在,就可以根据业务逻辑需要，从输入流主题中源源不断的获取数据,处理完成后发送到输出流中:
        event_attendees.flatMap((k,v)->{
            System.out.println(k+"  "+v);
            List<KeyValue<String,String>> keyValues=new ArrayList<>();
            String[] split = v.toString().split(",");
            String eventId = split[0];
            String[] yess = split[1].split(" ");
            String[] maybes = split[2].split(" ");
            String[] inviteds = split[3].split(" ");
            String[] nos = split[4].split(" ");
            for (String yes:yess){
                KeyValue<String,String> keyValue=new KeyValue<>(null,eventId+","+yes+",yes");
                keyValues.add(keyValue);
            }
            for (String maybe:maybes){
                KeyValue<String,String> keyValue=new KeyValue<>(null,eventId+","+maybe+",maybe");
                keyValues.add(keyValue);
            }
            for (String invited:inviteds){
                KeyValue<String,String> keyValue=new KeyValue<>(null,eventId+","+invited+",invited");
                keyValues.add(keyValue);
            }
            for (String no:nos){
                KeyValue<String,String> keyValue=new KeyValue<>(null,eventId+","+no+",no");
                keyValues.add(keyValue);
            }
            return keyValues;
        }).to("event_attendees");

        //todo 我们可以通过以下步骤来检查构建器所创建的拓扑结构:
        Topology topo=builder.build();
        //System.out.println(topo.describe());

        //todo 有了拓扑结构和属性配置后,就可以构造一个KafkaStream对象:
        KafkaStreams streams = new KafkaStreams(topo, prop);

        //todo 一旦调用 start()方法,流处理就会一直执行直到调用close().
        //todo 我们可以注册一个JVM钩子来在程序关闭的时候终止流处理程序:
        CountDownLatch countDownLatch = new CountDownLatch(1);
        Runtime.getRuntime().addShutdownHook(new Thread("kb07_eventatt"){
            @Override
            public void run() {
                streams.close();
                countDownLatch.countDown();
            }
        });

        try{
            streams.start();
            countDownLatch.await();
        }catch(InterruptedException e){
            e.printStackTrace();
        }

        System.exit(0);

    }
}