kafka多个topic如何进行消息过滤

在Kafka中，可以使用Kafka Streams API或者消费者客户端库来实现多个主题的消息过滤。这里我将分别介绍这两种方法。

1. 使用Kafka Streams API进行消息过滤：

Kafka Streams API允许你在流处理应用程序中对多个主题进行消息过滤。首先，你需要创建一个Kafka Streams应用程序，然后使用KStream和KTable对象来处理来自不同主题的消息。你可以使用filter()方法来过滤消息。

以下是一个简单的示例：

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

import java.util.Properties;

public class KafkaStreamsFilterExample {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put(StreamsConfig.APPLICATION_ID_CONFIG, "kafka-streams-filter-example");
        props.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        props.put(StreamsConfig.DEFAULT_KEY_SERDE_CLASS_CONFIG, Serdes.String().getClass());
        props.put(StreamsConfig.DEFAULT_VALUE_SERDE_CLASS_CONFIG, Serdes.String().getClass());

        StreamsBuilder builder = new StreamsBuilder();

        // 从两个主题中读取数据
        KStream topic1 = builder.stream("topic1");
        KStream topic2 = builder.stream("topic2");

        // 对每个主题的消息进行过滤
        KStream filteredTopic1 = topic1.filter((key, value) -> value.contains("filter"));
        KStream filteredTopic2 = topic2.filter((key, value) -> value.contains("filter"));

        // 将过滤后的消息写入新的主题
        filteredTopic1.to("filtered-topic1", Produced.with(Serdes.String(), Serdes.String()));
        filteredTopic2.to("filtered-topic2", Produced.with(Serdes.String(), Serdes.String()));

        // 创建并启动Kafka Streams应用程序
        KafkaStreams streams = new KafkaStreams(builder.build(), props);
        streams.start();

        // 添加关闭钩子
        Runtime.getRuntime().addShutdownHook(new Thread(streams::close));
    }
}

2. 使用消费者客户端库进行消息过滤：

消费者客户端库允许你在消费消息时对多个主题进行消息过滤。首先，你需要创建一个消费者，然后订阅多个主题。在消费消息时，你可以使用过滤器逻辑来过滤消息。

以下是一个简单的示例，使用Java消费者客户端库：

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.time.Duration;
import java.util.Collections;
import java.util.Properties;

public class KafkaConsumerFilterExample {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put(ConsumerConfig.GROUP_ID_CONFIG, "kafka-consumer-filter-example");
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());

        KafkaConsumer consumer = new KafkaConsumer<>(props);

        // 订阅多个主题
        consumer.subscribe(Collections.singletonList("topic1"), Collections.singletonList("topic2"));

        while (true) {
            ConsumerRecords records = consumer.poll(Duration.ofMillis(100));
            for (ConsumerRecord record : records) {
                // 对每个主题的消息进行过滤
                if (record.topic().equals("topic1") && record.value().contains("filter")) {
                    System.out.printf("Filtered message from topic1: key = %s, value = https://www.yisu.com/ask/%s%n", record.key(), record.value());
                } else if (record.topic().equals("topic2") && record.value().contains("filter")) {
                    System.out.printf("Filtered message from topic2: key = %s, value = https://www.yisu.com/ask/%s%n", record.key(), record.value());
                }
            }
        }
    }
}

这两种方法都可以实现多个主题的消息过滤。你可以根据自己的需求和场景选择合适的方法。