Kafka连接自定义转换以将无模式Json转换为Avro

Question

我试图构建一个系统，从Kafka读取json数据（无模式），将其转换为avro并将其推送到s3。

我已经能够使用kstream和KSQL实现json到avro的转换。我想知道使用Kafka Connect的自定义转换是否可以实现同样的效果。

这是我迄今为止所尝试的：

public class JsontoAvroConverter<R extends ConnectRecord<R>> implements Transformation<R> {

    public static final String OVERVIEW_DOC = "Transform Payload to Custom Format";
    private static final String PURPOSE = "transforming payload";
    public static final ConfigDef CONFIG_DEF = new ConfigDef();
    @Override
    public void configure(Map<String, ?> props) {
    }

    @Override
    public ConfigDef config() {
        return CONFIG_DEF;
    }

    @Override
    public void close() {
    }

    @Override
    public R apply(R record) {

        Properties properties = new Properties();
        properties.setProperty("bootstrap.servers", "127.0.0.1:9092");
        properties.setProperty("acks", "1");
        properties.setProperty("retries", "10");

        properties.setProperty("key.serializer", StringSerializer.class.getName());
        properties.setProperty("value.serializer", KafkaAvroSerializer.class.getName());
        properties.setProperty("schema.registry.url", "http://127.0.0.1:8081");

        avro_Schema updatedSchema = makeUpdatedSchema();

        return newRecord(record, updatedSchema);
    }

    private avro_Schema makeUpdatedSchema() {
        avro_Schema.Builder avro_record = avro_Schema.newBuilder()
                .setName("test")
                .setTry$(1);

        return avro_record.build();
    }

    protected Object operatingValue(R record) {
        return record.value();
    }

    protected R newRecord(R record, avro_Schema updatedSchema) {
        return record.newRecord(record.topic(), record.kafkaPartition(), record.keySchema(), record.key(), updatedSchema, record.value(), record.timestamp());
    }
}

其中avro_schema是avsc文件中指定的架构名称。

我不确定这是否是正确的方法，但我面临的问题是，当调用newRecord（）函数时，它希望updatedSchema是模式类型，但我为其提供了一个自定义的avro\u模式类型。

此外，我保存到updatedSchema中的avro_record.build（）并不是真正的模式，而是转换后的记录本身。但是我不能只将记录主题、键（=null）和updatedRecord传递给newRecord函数。它分别需要模式和值。

我的问题是：

1. 甚至可以使用KafkanConnect将json转换为avro，而不使用KStream或KSQL吗因为这两种选择都需要设置独立的服务

我很抱歉，如果这个问题已经得到了回答，我确实问了一些其他问题，但似乎没有一个能回答我的疑问。如果你需要任何其他细节，请告诉我。非常感谢。

Answer 1

KafkaConnect自定义转换器只需要向传入的JSON添加模式。接收器属性format.class=io.confluent.connect.s3.format.avro.AvroFormat将负责其余部分。

如果没有模式，记录值是一个映射，如果有模式，它将成为一个结构。我不得不修改我的代码如下：

    @Override
    public R apply(R record) {
        final Map<String,?> value = requireMap(record.value(),PURPOSE);
        Schema updatedSchema = makeUpdatedSchema();

        final Struct updatedValue = new Struct(updatedSchema);


        for (Field field : updatedSchema.fields()) {

            updatedValue.put(field.name(), value.get(field.name()));
        }


        return newRecord(record, updatedSchema, updatedValue);
    }

    private Schema makeUpdatedSchema() {
        final SchemaBuilder builder = SchemaBuilder.struct()
                .name("json_schema")
                .field("name",Schema.STRING_SCHEMA)
                .field("try",Schema.INT64_SCHEMA);

        return builder.build();
    }

感谢@OneCricketeer澄清了我的疑问！