如何使用 kafka 流以块/批次的形式处理数据？

Question

对于大数据中的许多情况，最好一次处理一小块记录缓冲区，而不是一次处理一条记录。自然的例子是调用一些支持批处理以提高效率的外部 API。我们如何在 Kafka Streams 中做到这一点？我在 API 中找不到任何看起来像我想要的东西。到目前为止，我有：builder.stream[String, String]("my-input-topic").mapValues(externalApiCall).to("my-output-topic")我想要的是：builder.stream[String, String]("my-input-topic").batched(chunkSize = 2000).map(externalBatchedApiCall).to("my-output-topic")在 Scala 和 Akka Streams 中，该函数被称为groupedor batch。在 Spark Structured Streaming 中，我们可以做到mapPartitions.map(_.grouped(2000).map(externalBatchedApiCall))。