使用 Google Dataflow Runner 实现 KafkaIO 检查点持久性

问题描述

我试图了解偏移量和组管理如何与带有 KafkaIO 阅读器的 Google Dataflow 运行器配合使用。更具体地说,我试图了解偏移管理的工作原理:

  • 如果设置了 group.id 配置并且禁用了自动提交和 commitOffsetsInFinalize。
  • 如果没有设置 group.id 配置,偏移量和组管理如何工作?

感谢任何指向正确方向的代码/文档参考。

解决方法

KafkaIO 阅读器完全是 Apache Beam 的一部分。 Google Cloud Dataflow 不会将此来源与任何其他 Beam 来源区别对待。

您可以在 https://github.com/apache/beam/tree/master/sdks/java/io/kafka/src/main/java/org/apache/beam/sdk/io/kafka(在各种文件中)找到它的代码。除了 Javadoc 之外,我不知道任何参考文档。