day09-新热文章-实时计算

1. 实时计算与定时计算的区别

• 定时计算：基于固定时间间隔（如每天/小时）处理全量数据，适用于对实时性要求不高的场景。
• 实时计算：持续处理无界数据流，结果实时输出，适用于高实时性场景（如用户行为分析、实时推荐）。

2. Kafka Stream 核心概念

• 流式处理模型：通过 KStream 抽象数据流，支持增量计算。
• 关键组件：
  • Source Processor：从 Kafka 主题消费数据。
  • Sink Processor：将处理结果发送到 Kafka 主题。
  • 窗口操作（如 TimeWindows）：按时间范围聚合数据。
  • 状态存储：支持容错的状态操作（如 Materialized.as）。

3. 热点文章实时计算流程

1. 用户行为发送消息
   • 用户行为（阅读、点赞等）触发消息发送到 Kafka 主题 hot.article.score.topic。
   • 消息格式为 UpdateArticleMess，包含文章 ID、行为类型和增量值。
2. Kafka Stream 聚合处理
   • 按文章 ID 分组，使用 10 秒时间窗口聚合行为数据。
   • 聚合结果转换为 ArticleVisitStreamMess，包含文章 ID 及各行为的总增量。
3. 更新文章分值
   • 根据聚合结果重新计算文章热度分值，更新数据库。
   • 替换 Redis 缓存中的热点文章数据，确保前端实时展示最新热点。

---

关键代码解释

1. Kafka Stream 单词计数案例

stream.flatMapValues(value -> Arrays.asList(value.split(" "))).groupBy((key, value) -> value).windowedBy(TimeWindows.of(Duration.ofSeconds(10))).count().toStream().to("itcast-topic-out");

• flatMapValues：将输入字符串按空格拆分为单词流。
• groupBy：按单词分组，为后续聚合做准备。
• windowedBy：定义 10 秒的时间窗口，统计窗口内的数据。
• count()：统计每个单词在窗口内的出现次数。
• to("itcast-topic-out")：将结果发送到指定 Kafka 主题。

2. Spring Boot 集成 Kafka Stream

@Bean
public KStream<String, String> kStream(StreamsBuilder streamsBuilder) {KStream<String, String> stream = streamsBuilder.stream("itcast-topic-input");// 处理逻辑return stream;
}

• @EnableKafkaStreams：启用 Kafka Stream 功能。
• StreamsBuilder：构建流处理拓扑，通过 @Bean 定义 KStream 对象。

3. 热点文章分值更新

public void updateScore(ArticleVisitStreamMess mess) {ApArticle apArticle = updateArticle(mess);  // 更新数据库行为数据Integer score = computeScore(apArticle);    // 计算新分值replaceDataToRedis(apArticle, score, ...);  // 更新缓存
}

• updateArticle：根据聚合结果更新文章的阅读、点赞等字段。
• computeScore：按权重计算文章热度分值（如点赞权重更高）。
• replaceDataToRedis：替换 Redis 中频道或推荐列表的热点文章数据，保持前 30 条高分值文章。

4. Kafka Stream 聚合消息

.aggregate(() -> "COLLECTION:0,COMMENT:0,LIKES:0,VIEWS:0",  // 初始值(key, value, aggValue) -> {// 累加各行为值return formatStr;  // 返回聚合后的字符串},Materialized.as("hot-article-stream-count-001")  // 状态存储名称
)

• aggregate：定义初始值和聚合逻辑，累加窗口内各行为（收藏、评论等）的增量。
• Materialized.as：指定状态存储名称，支持容错和高效查询。

---

技术亮点

1. 低延迟处理：Kafka Stream 提供毫秒级延迟，适合实时场景。
2. 窗口化聚合：通过时间窗口控制数据范围，平衡实时性与计算效率。
3. 状态管理：利用 Materialized 实现容错状态存储，确保数据一致性。
4. 无缝集成：Spring Boot 简化 Kafka Stream 配置，提升开发效率。