val helloStream: FlinkKafkaConsumer011[String] = new FlinkKafkaConsumer011[String]("hello", valueDeserializer, kafkaProps)
// 指定消費策略
helloStream.setStartFromEarliest() // - 從最早的記錄開始；
helloStream.setStartFromLatest() //- 從最新記錄開始；
helloStream.setStartFromTimestamp(null); // 從指定的epoch時間戳（毫秒）開始；
helloStream.setStartFromGroupOffsets(); // 默認行為，從上次消費的偏移量進行繼續消費。

import org.apache.flink.streaming.connectors.kafka.internals.KafkaTopicPartition
val specificStartOffsets = new mutable.HashMap[KafkaTopicPartition,Long]()
specificStartOffsets.put(new KafkaTopicPartition("myTopic", 0), 23L) // 第一個分區從23L開始
specificStartOffsets.put(new KafkaTopicPartition("myTopic", 1), 31L) // 第二個分區從31L開始
specificStartOffsets.put(new KafkaTopicPartition("myTopic", 2), 43L) // 第三個分區從43L開始
helloStream.setStartFromSpecificOffsets(specificStartOffsets)

// Kafka支持Topic自動發現，也就是用正則的方式創建FlinkKafkaConsumer

轉載于:https://www.cnblogs.com/maoxiangyi/p/10912274.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的Flink Kafka consumer的消费策略配置的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。