Kafka Streams统计相同Key消息数：控制台显示异常表情而非数字

问题原因 #

你看到的随机表情符号本质是字节编码不匹配导致的乱码：

• Kafka Streams输出output_topic时，使用了Serdes.Long()，它会把Long类型的计数以二进制字节形式写入Kafka（比如数字1对应的字节是0x01）。
• 而kafka-console-consumer默认使用StringDeserializer，它会把这些二进制字节直接当成ASCII字符解析——0x01对应的ASCII控制字符就是笑脸☺，其他数字对应的字节也会被解析成各种奇怪符号/表情。

解决方案 #

启动控制台消费者时，指定正确的反序列化器，让它能正确解析Long类型的值：

kafka-console-consumer.sh \
  --bootstrap-server <你的Kafka地址>:9092 \
  --topic output_topic \
  --from-beginning \
  --key-deserializer org.apache.kafka.common.serialization.StringDeserializer \
  --value-deserializer org.apache.kafka.common.serialization.LongDeserializer

额外优化建议 #

• 简化groupBy操作：你已经通过selectKey把流的Key改成了author，后续groupBy可以直接用当前Key，不用重复从value中取author：

  // 优化前
  // KTable<String ,Long> keyWithCount = stream.groupBy((key, value) -> value.getAuthor()).count();
  // 优化后
  KTable<String, Long> keyWithCount = stream.groupByKey().count();
  

• 验证序列化配置：确保自定义的BookSerde实现正确，避免上游消息解析错误影响后续统计逻辑。

内容的提问来源于stack exchange，提问作者Wudanty