编程模型

使用 Kafka Streams Binder 提供的编程模型时，可以使用高级的 Streams DSL 以及高级和低级 Processor-API 的混合作为选项。当混合使用高级和低级 API 时，通常通过在 KStream 上调用 transform 或 process API 方法来实现。

函数式风格

从 Spring Cloud Stream 3.0.0 开始，Kafka Streams Binder 允许应用程序使用 Java 8 中提供的函数式编程风格进行设计和开发。这意味着应用程序可以简洁地表示为 java.util.function.Function 或 java.util.function.Consumer 类型的 lambda 表达式。

让我们来看一个非常基本的例子。

@SpringBootApplication
public class SimpleConsumerApplication {

    @Bean
    public java.util.function.Consumer<KStream<Object, String>> process() {

        return input ->
                input.foreach((key, value) -> {
                    System.out.println("Key: " + key + " Value: " + value);
                });
    }
}

虽然简单，但这是一个完整的独立 Spring Boot 应用程序，它利用 Kafka Streams 进行流处理。这是一个没有出站绑定的消费者应用程序，只有一个入站绑定。应用程序消费数据，并简单地在标准输出上记录来自 KStream 键和值的的信息。应用程序包含 SpringBootApplication 注解和一个标记为 Bean 的方法。bean 方法的类型为 java.util.function.Consumer，它用 KStream 参数化。然后在实现中，我们返回一个本质上是 lambda 表达式的 Consumer 对象。在 lambda 表达式中，提供了处理数据的代码。

在这个应用程序中，只有一个类型为 KStream 的输入绑定。Binder 为应用程序创建了这个绑定，名称为 process-in-0，即函数 bean 名称后跟一个连字符 (-)，然后是文字 in，再跟一个连字符，最后是参数的序号。使用此绑定名称设置其他属性，例如目标。例如，spring.cloud.stream.bindings.process-in-0.destination=my-topic。

如果绑定上未设置目标属性，则会创建一个与绑定名称相同的主题（如果应用程序具有足够的权限），或者预期该主题已存在。

构建为 uber-jar（例如，kstream-consumer-app.jar）后，您可以像下面这样运行上面的示例。

如果应用程序选择使用 Spring 的 Component 注解定义功能 Bean，则绑定器也支持该模型。上面的功能 Bean 可以改写如下。

@Component(name = "process")
public class SimpleConsumer implements java.util.function.Consumer<KStream<Object, String>> {

    @Override
    public void accept(KStream<Object, String> input) {
        input.foreach((key, value) -> {
            System.out.println("Key: " + key + " Value: " + value);
        });
    }
}

java -jar kstream-consumer-app.jar --spring.cloud.stream.bindings.process-in-0.destination=my-topic

以下是一个完整的处理器示例，它同时具有输入和输出绑定。这是经典的词频统计示例，其中应用程序从主题接收数据，然后在滚动时间窗口中计算每个词的出现次数。

@SpringBootApplication
public class WordCountProcessorApplication {

  @Bean
  public Function<KStream<Object, String>, KStream<?, WordCount>> process() {

    return input -> input
                .flatMapValues(value -> Arrays.asList(value.toLowerCase().split("\\W+")))
                .map((key, value) -> new KeyValue<>(value, value))
                .groupByKey(Serialized.with(Serdes.String(), Serdes.String()))
                .windowedBy(TimeWindows.of(5000))
                .count(Materialized.as("word-counts-state-store"))
                .toStream()
                .map((key, value) -> new KeyValue<>(key.key(), new WordCount(key.key(), value,
                        new Date(key.window().start()), new Date(key.window().end()))));
  }

	public static void main(String[] args) {
		SpringApplication.run(WordCountProcessorApplication.class, args);
	}
}

同样，这是一个完整的 Spring Boot 应用程序。与第一个应用程序的不同之处在于，Bean 方法的类型为 java.util.function.Function。Function 的第一个参数化类型用于输入 KStream，第二个参数化类型用于输出。在方法体中，提供了一个类型为 Function 的 lambda 表达式，作为实现，给出了实际的业务逻辑。类似于之前讨论的基于 Consumer 的应用程序，这里的输入绑定默认命名为 process-in-0。对于输出，绑定名称也会自动设置为 process-out-0。

构建为 uber-jar（例如，wordcount-processor.jar）后，您可以像下面这样运行上面的示例。

java -jar wordcount-processor.jar --spring.cloud.stream.bindings.process-in-0.destination=words --spring.cloud.stream.bindings.process-out-0.destination=counts

此应用程序将从 Kafka 主题 words 中消费消息，并将计算结果发布到输出主题 counts。

Spring Cloud Stream 将确保来自传入和传出主题的消息自动绑定为 KStream 对象。作为开发人员，您可以专注于代码的业务方面，即编写处理器中所需的逻辑。框架会自动处理 Kafka Streams 基础设施所需的 Kafka Streams 特定配置。

我们上面看到的两个示例只有一个 KStream 输入绑定。在这两种情况下，绑定都从单个主题接收记录。如果您想将多个主题多路复用到单个 KStream 绑定中，您可以在下面提供以逗号分隔的 Kafka 主题作为目标。

spring.cloud.stream.bindings.process-in-0.destination=topic-1,topic-2,topic-3

此外，如果您想根据正则表达式匹配主题，您也可以提供主题模式作为目标。

spring.cloud.stream.bindings.process-in-0.destination=input.*

多个输入绑定

许多非平凡的 Kafka Streams 应用程序通常通过多个绑定从多个主题消费数据。例如，一个主题作为 Kstream 消费，另一个主题作为 KTable 或 GlobalKTable 消费。应用程序可能希望以表格类型接收数据的许多原因。考虑一个用例，其中基础主题通过来自数据库的变更数据捕获 (CDC) 机制填充，或者应用程序只关心最新更新以进行下游处理。如果应用程序指定数据需要绑定为 KTable 或 GlobalKTable，那么 Kafka Streams 绑定器将正确地将目标绑定到 KTable 或 GlobalKTable，并使它们可供应用程序操作。我们将研究几种不同的场景，说明 Kafka Streams 绑定器如何处理多个输入绑定。

Kafka Streams 绑定器中的 BiFunction

这是一个示例，其中有两个输入和一个输出。在这种情况下，应用程序可以利用java.util.function.BiFunction。

@Bean
public BiFunction<KStream<String, Long>, KTable<String, String>, KStream<String, Long>> process() {
    return (userClicksStream, userRegionsTable) -> (userClicksStream
            .leftJoin(userRegionsTable, (clicks, region) -> new RegionWithClicks(region == null ?
                            "UNKNOWN" : region, clicks),
                    Joined.with(Serdes.String(), Serdes.Long(), null))
            .map((user, regionWithClicks) -> new KeyValue<>(regionWithClicks.getRegion(),
                    regionWithClicks.getClicks()))
            .groupByKey(Grouped.with(Serdes.String(), Serdes.Long()))
            .reduce(Long::sum)
            .toStream());
}

同样，基本主题与前面的示例相同，但这里有两个输入。Java 的BiFunction 支持用于将输入绑定到所需的目的地。绑定器为输入生成的默认绑定名称分别是process-in-0 和 process-in-1。默认输出绑定是process-out-0。在本例中，BiFunction 的第一个参数绑定为第一个输入的KStream，第二个参数绑定为第二个输入的KTable。

Kafka Streams 绑定器中的 BiConsumer

如果有两个输入，但没有输出，在这种情况下，我们可以使用java.util.function.BiConsumer，如下所示。

@Bean
public BiConsumer<KStream<String, Long>, KTable<String, String>> process() {
    return (userClicksStream, userRegionsTable) -> {}
}

超过两个输入

如果你有多于两个输入怎么办？在某些情况下，你需要超过两个输入。在这种情况下，绑定器允许你链接部分函数。在函数式编程术语中，这种技术通常被称为柯里化。随着 Java 8 中添加的函数式编程支持，Java 现在使你能够编写柯里化函数。Spring Cloud Stream Kafka Streams 绑定器可以利用此功能来启用多个输入绑定。

让我们看一个例子。

@Bean
public Function<KStream<Long, Order>,
        Function<GlobalKTable<Long, Customer>,
                Function<GlobalKTable<Long, Product>, KStream<Long, EnrichedOrder>>>> enrichOrder() {

    return orders -> (
              customers -> (
                    products -> (
                        orders.join(customers,
                            (orderId, order) -> order.getCustomerId(),
                                (order, customer) -> new CustomerOrder(customer, order))
                                .join(products,
                                        (orderId, customerOrder) -> customerOrder
                                                .productId(),
                                        (customerOrder, product) -> {
                                            EnrichedOrder enrichedOrder = new EnrichedOrder();
                                            enrichedOrder.setProduct(product);
                                            enrichedOrder.setCustomer(customerOrder.customer);
                                            enrichedOrder.setOrder(customerOrder.order);
                                            return enrichedOrder;
                                        })
                        )
                )
    );
}

让我们看看上面介绍的绑定模型的细节。在这个模型中，我们在入站有 3 个部分应用的函数。让我们将它们称为f(x)、f(y) 和 f(z)。如果我们从真正的数学函数的角度扩展这些函数，它将看起来像这样：f(x) → (fy) → f(z) → KStream<Long, EnrichedOrder>。x 变量代表KStream<Long, Order>，y 变量代表GlobalKTable<Long, Customer>，z 变量代表GlobalKTable<Long, Product>。第一个函数f(x) 具有应用程序的第一个输入绑定 (KStream<Long, Order>)，其输出是函数 f(y)。函数f(y) 具有应用程序的第二个输入绑定 (GlobalKTable<Long, Customer>)，其输出是另一个函数f(z)。函数f(z) 的输入是应用程序的第三个输入 (GlobalKTable<Long, Product>)，其输出是KStream<Long, EnrichedOrder>，它是应用程序的最终输出绑定。来自三个部分函数的输入，分别是KStream、GlobalKTable、GlobalKTable，在方法体中可用于实现作为 lambda 表达式一部分的业务逻辑。

输入绑定分别命名为enrichOrder-in-0、enrichOrder-in-1 和 enrichOrder-in-2。输出绑定命名为enrichOrder-out-0。

使用柯里化函数，您可以拥有任意数量的输入。但是，请记住，如果输入数量过多，并且像上面在 Java 中那样使用部分应用函数，可能会导致代码难以阅读。因此，如果您的 Kafka Streams 应用程序需要超过合理数量的输入绑定，并且您想使用这种函数式模型，那么您可能需要重新考虑您的设计并适当地分解应用程序。

输出绑定

Kafka Streams 绑定器允许将 KStream 或 KTable 类型的任何一种作为输出绑定。在幕后，绑定器使用 KStream 上的 to 方法将结果记录发送到输出主题。如果应用程序在函数中提供 KTable 作为输出，绑定器仍然会通过委托给 KStream 的 to 方法来使用此技术。

例如，下面的两个函数都将起作用

@Bean
public Function<KStream<String, String>, KTable<String, String>> foo() {
    return KStream::toTable;
    };
}

@Bean
public Function<KTable<String, String>, KStream<String, String>> bar() {
    return KTable::toStream;
}

多个输出绑定

Kafka Streams 允许将出站数据写入多个主题。此功能在 Kafka Streams 中称为分支。使用多个输出绑定时，您需要提供一个 KStream 数组 (KStream[]) 作为出站返回类型。

以下是一个示例

@Bean
public Function<KStream<Object, String>, KStream<?, WordCount>[]> process() {

    Predicate<Object, WordCount> isEnglish = (k, v) -> v.word.equals("english");
    Predicate<Object, WordCount> isFrench = (k, v) -> v.word.equals("french");
    Predicate<Object, WordCount> isSpanish = (k, v) -> v.word.equals("spanish");

    return input -> {
        final Map<String, KStream<Object, WordCount>> stringKStreamMap = input
                .flatMapValues(value -> Arrays.asList(value.toLowerCase().split("\\W+")))
                .groupBy((key, value) -> value)
                .windowedBy(TimeWindows.of(Duration.ofSeconds(5)))
                .count(Materialized.as("WordCounts-branch"))
                .toStream()
                .map((key, value) -> new KeyValue<>(null, new WordCount(key.key(), value,
                        new Date(key.window().start()), new Date(key.window().end()))))
                .split()
                .branch(isEnglish)
                .branch(isFrench)
                .branch(isSpanish)
                .noDefaultBranch();

        return stringKStreamMap.values().toArray(new KStream[0]);
    };
}

编程模型保持不变，但是出站参数化类型是 KStream[]。默认输出绑定名称分别为 process-out-0、process-out-1、process-out-2，用于上面的函数。绑定器生成三个输出绑定的原因是它检测到返回的 KStream 数组的长度为三个。请注意，在此示例中，我们提供了 noDefaultBranch()；如果我们使用 defaultBranch() 代替，则需要额外的输出绑定，本质上返回长度为四的 KStream 数组。

Kafka Streams 函数式编程风格总结

总之，下表显示了可以在函数式范式中使用的各种选项。

输入数量	输出数量	要使用的组件
1	0	java.util.function.Consumer
2	0	java.util.function.BiConsumer
1	1..n	java.util.function.Function
2	1..n	java.util.function.BiFunction
>= 3	0..n	使用柯里化函数

在本表中，如果有多个输出，类型将简单地变为 KStream[]。

Kafka Streams 绑定器中的函数组合

Kafka Streams 绑定器支持线性拓扑的最小形式的函数组合。使用 Java 函数式 API 支持，您可以编写多个函数，然后使用 andThen 方法自行组合它们。例如，假设您有以下两个函数。

@Bean
public Function<KStream<String, String>, KStream<String, String>> foo() {
    return input -> input.peek((s, s2) -> {});
}

@Bean
public Function<KStream<String, String>, KStream<String, Long>> bar() {
    return input -> input.peek((s, s2) -> {});
}

即使没有绑定器中的函数组合支持，您也可以像下面这样组合这两个函数。

@Bean
public Function<KStream<String, String>, KStream<String, Long>> composed() {
    foo().andThen(bar());
}

然后，您可以提供 spring.cloud.function.definition=foo;bar;composed 形式的定义。使用绑定器中的函数组合支持，您不需要编写此第三个函数，在其中进行显式函数组合。

你可以简单地这样做

spring.cloud.function.definition=foo|bar

你甚至可以这样做

spring.cloud.function.definition=foo|bar;foo;bar

在这个例子中，组合函数的默认绑定名称变为foobar-in-0和foobar-out-0。

Kafka Streams bincer 中函数组合的限制

当你有一个java.util.function.Function bean 时，它可以与另一个函数或多个函数组合。同一个函数 bean 也可以与一个java.util.function.Consumer 组合。在这种情况下，consumer 是最后一个组合的组件。一个函数可以与多个函数组合，然后以一个java.util.function.Consumer bean 结束。

当组合类型为java.util.function.BiFunction 的 bean 时，BiFunction 必须是定义中的第一个函数。组合的实体必须是java.util.function.Function 或java.util.funciton.Consumer 类型。换句话说，你不能使用一个BiFunction bean 然后与另一个BiFunction 组合。

你不能与BiConsumer 类型或Consumer 是第一个组件的定义组合。你也不能与输出为数组（KStream[] 用于分支）的函数组合，除非这是定义中的最后一个组件。

函数定义中的第一个Function 或BiFunction 可以使用柯里化形式。例如，以下操作是可能的。

@Bean
public Function<KStream<String, String>, Function<KTable<String, String>, KStream<String, String>>> curriedFoo() {
    return a -> b ->
            a.join(b, (value1, value2) -> value1 + value2);
}

@Bean
public Function<KStream<String, String>, KStream<String, String>> bar() {
    return input -> input.mapValues(value -> value + "From-anotherFooFunc");
}

函数定义可以是curriedFoo|bar。在幕后，绑定器将为柯里化函数创建两个输入绑定，以及一个基于定义中最终函数的输出绑定。在这种情况下，默认输入绑定将是curriedFoobar-in-0 和curriedFoobar-in-1。此示例的默认输出绑定变为curriedFoobar-out-0。

关于在函数组合中使用`KTable` 作为输出的特殊说明

假设你有以下两个函数。

@Bean
public Function<KStream<String, String>, KTable<String, String>> foo() {
    return KStream::toTable;
    };
}

@Bean
public Function<KTable<String, String>, KStream<String, String>> bar() {
    return KTable::toStream;
}

你可以将它们组合为foo|bar，但请记住，第二个函数（在本例中为bar）必须具有KTable 作为输入，因为第一个函数（foo）具有KTable 作为输出。