数据湖探索 DLI-Kafka:Topic和Partition的探测
Topic和Partition的探测
topic 和 topic-pattern 配置项决定了 source 消费的 topic 或 topic 的匹配规则。topic 配置项可接受使用分号间隔的 topic 列表,例如 topic-1;topic-2。 topic-pattern 配置项使用正则表达式来探测匹配的 topic。例如 topic-pattern 设置为 test-topic-[0-9],则在作业启动时,所有匹配该正则表达式的 topic(以 test-topic- 开头,以一位数字结尾)都将被 consumer 订阅。
为允许 consumer 在作业启动之后探测到动态创建的 topic,请将 scan.topic-partition-discovery.interval 配置为一个非负值。这将使 consumer 能够探测匹配名称规则的 topic 中新的 partition。

topic列表和topic匹配规则只适用于 source。对于sink端,Flink目前只支持单一topic。
- MapReduce服务_什么是Kafka_如何使用Kafka
- 什么是数据湖探索服务_数据湖探索DLI用途与特点
- 什么是Spark SQL作业_数据湖探索DLISpark SQL作业
- 什么是跨源连接-数据湖探索DLI跨源连接
- 什么是弹性资源池_数据湖探索DLI弹性资源池
- 什么是Flink OpenSource SQL_数据湖探索_Flink OpenSource SQL
- 云监测和云监控的区别_什么是云监测_免费的实时云监控
- 分布式消息服务Kafka版与分布式消息服务RocketMQ版的区别_Kafka与RocketMQ对比_Kafka与RocketMQ差异
- 云数据库Gaussdb数据库索引_华为gaussdb__gaussdb 数据库
- RocketMQ是什么_RocketMQ介绍_分布式消息服务RocketMQ版