[Feature Request]: [Kafka/YAML] Turnkey Confluent Schema Registry Wire Format deserializer in ReadFromKafka

Aperta
  • Qualcosa non va?
#41,225 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
java, kafka, python, yaml
Ambito
data-engineering, stream-processing

Direzione di ricerca

Start by reading the Python ReadFromKafka wrapper and the Java cross-language provider in standard_io.yaml, which the issue names as integration points. Check how those paths handle the existing raw bytes and JSON formats, then trace the Confluent wire format and Schema Registry requirements. Done means Avro and Protobuf records can be decoded from the schema ID header and exposed as Beam Schema Rows through the proposed YAML configuration.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Description

Consuming from Kafka topics serialized with Confluent Schema Registry (magic byte 0x00 + 4-byte schema ID) is a ubiquitous industry pattern.
Currently in Beam, consuming from Schema Registry requires writing custom Java deserializers or complex manual Python Avro decode steps. In Beam YAML, ReadFromKafka only natively supports raw bytes or JSON.

Proposed Architecture

Add first-class Schema Registry support directly in ReadFromKafka (both Python wrapper and Java cross-language provider in standard_io.yaml):

pipeline:
  transforms:
    - type: ReadFromKafka
      config:
        topic: orders
        bootstrap_servers: "kafka:9092"
        schema_registry: "http://schema-registry:8081"
        format: avro  # automatically resolves schema ID from wire format
Key Capabilities
  1. Wire Format Parsing: Parses Confluent wire format header (magic byte 0 + 4-byte Big-Endian schema ID).
  2. Schema Cache: Fetches and caches Avro/Protobuf schema definitions from Schema Registry by ID.
  3. Beam Schema Mapping: Automatically converts deserialized records to strongly-typed Beam Schema Row objects.
Lingua principale
Java
Stelle
8.7k
Fork
4.8k
Merge medio
2g 12h
PR unite (30g)
371

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di apache/beam

Tutte le issue di apache/beam

Issue simili

Altre issue su Java

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.