Ошибка при чтении топика из Kafka

@studentrm · Регистрация: 13.12.2015

Author24 — интернет-сервис помощи студентам

Всем привет.
Запускаю в openshift приложение, которые читает данные из Kafka и сразу же рестартует.
Ошибка ниже. Зависимости с snappy нет. Компрессия по умолчанию - отсутствует.

SQL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
2023-01-01 00:00:01 INFO  o.a.k.c.c.KafkaConsumer - [Consumer // ] Seeking TO offset 2 FOR partition //
 
java.io.FileNotFoundException: /tmp/snappy-1.1.8-1dba9fe6-19b8-4a57-bf70-8360c3c71e70-libsnappyjava.so (Read-ONLY file system)
 
               at java.io.FileOutputStream.open0(Native Method)
 
               at java.io.FileOutputStream.open(FileOutputStream.java:270)
 
               at java.io.FileOutputStream.<init>(FileOutputStream.java:213)
 
               at java.io.FileOutputStream.<init>(FileOutputStream.java:162)
 
               at org.xerial.snappy.SnappyLoader.extractLibraryFile(SnappyLoader.java:258)
 
               at org.xerial.snappy.SnappyLoader.findNativeLibrary(SnappyLoader.java:374)
 
               at org.xerial.snappy.SnappyLoader.loadNativeLibrary(SnappyLoader.java:195)
 
               at org.xerial.snappy.SnappyLoader.loadSnappyApi(SnappyLoader.java:167)
 
               at org.xerial.snappy.Snappy.init(Snappy.java:69)
 
               at org.xerial.snappy.Snappy.<clinit>(Snappy.java:46)
 
               at org.xerial.snappy.SnappyInputStream.hasNextChunk(SnappyInputStream.java:435)
 
               at org.xerial.snappy.SnappyInputStream.read(SnappyInputStream.java:466)
 
               at java.io.DataInputStream.readByte(DataInputStream.java:265)
 
               at org.apache.kafka.common.utils.ByteUtils.readUnsignedVarint(ByteUtils.java:170)
 
               at org.apache.kafka.common.utils.ByteUtils.readVarint(ByteUtils.java:205)
 
               at org.apache.kafka.common.record.DefaultRecord.readFrom(DefaultRecord.java:296)
 
               at org.apache.kafka.common.record.DefaultRecordBatch$2.doReadRecord(DefaultRecordBatch.java:282)
 
               at org.apache.kafka.common.record.DefaultRecordBatch$StreamRecordIterator.readNext(DefaultRecordBatch.java:621)
 
               at org.apache.kafka.common.record.DefaultRecordBatch$RecordIterator.next(DefaultRecordBatch.java:586)
 
               at org.apache.kafka.common.record.DefaultRecordBatch$RecordIterator.next(DefaultRecordBatch.java:555)
 
               at org.apache.kafka.clients.consumer.internals.Fetcher$CompletedFetch.nextFetchedRecord(Fetcher.java:1577)
 
               at org.apache.kafka.clients.consumer.internals.Fetcher$CompletedFetch.fetchRecords(Fetcher.java:1612)
 
               at org.apache.kafka.clients.consumer.internals.Fetcher$CompletedFetch.access$1700(Fetcher.java:1453)
 
               at org.apache.kafka.clients.consumer.internals.Fetcher.fetchRecords(Fetcher.java:686)
 
               at org.apache.kafka.clients.consumer.internals.Fetcher.fetchedRecords(Fetcher.java:637)
 
               at org.apache.kafka.clients.consumer.KafkaConsumer.pollForFetches(KafkaConsumer.java:1303)
 
               at org.apache.kafka.clients.consumer.KafkaConsumer.poll(KafkaConsumer.java:1237)
 
               at org.apache.kafka.clients.consumer.KafkaConsumer.poll(KafkaConsumer.java:1210)
 
               at zio.kafka.consumer.internal.Runloop.doPoll(Runloop.scala:245)
 
               at zio.kafka.consumer.internal.Runloop.$anonfun$handlePoll$2(Runloop.scala:271)
 
               at zio.ZIO$.$anonfun$effectSuspend$1(ZIO.scala:2782)
 
               at zio.internal.FiberContext.liftedTree1$1(FiberContext.scala:571)
 
               at zio.internal.FiberContext.evaluateNow(FiberContext.scala:571)
 
               at zio.internal.FiberContext.$anonfun$evaluateLater$1(FiberContext.scala:776)
 
               at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
 
               at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
 
               at java.lang.Thread.run(Thread.java:748)

Новые блоги и статьи Все статьи Все блоги /
Реализация многопоточных сетевых серверов на Python py-thonny 16.05.2025 Когда сталкиваешься с необходимостью писать высоконагруженные сетевые сервисы, выбор технологии имеет критическое значение. Python, со своей элегантностью и высоким уровнем абстракции, может. . .	C# и IoT: разработка Edge приложений с .NET и Azure IoT UnmanagedCoder 16.05.2025 Мир меняется прямо на наших глазах, и интернет вещей (IoT) — один из главных катализаторов этих перемен. Если всего десять лет назад концепция "умных" устройств вызывала скептические улыбки, то. . .	Гибридные квантово-классические вычисления: Примеры оптимизации EggHead 16.05.2025 Гибридные квантово-классические вычисления — это настоящий прорыв в подходах к решению сложнейших вычислительных задач. Представьте себе союз двух разных миров: классические компьютеры, с их. . .	Использование вебсокетов в приложениях Java с Netty Javaican 16.05.2025 HTTP, краеугольный камень интернета, изначально был спроектирован для передачи гипертекста с минимальной интерактивностью. Его главный недостаток в контексте современных приложений — это. . .	Реализация операторов Kubernetes Mr. Docker 16.05.2025 Концепция операторов Kubernetes зародилась в недрах компании CoreOS (позже купленной Red Hat), когда команда инженеров искала способ автоматизировать управление распределёнными базами данных в. . .
Отражение в C# и динамическое управление типами stackOverflow 16.05.2025 Reflection API в . NET — это набор классов и интерфейсов в пространстве имён System. Reflection, который позволяет исследовать и манипулировать типами, методами, свойствами и другими элементами. . .	Настройка гиперпараметров с помощью Grid Search и Random Search в Python AI_Generated 15.05.2025 В машинном обучении существует фундаментальное разделение между параметрами и гиперпараметрами моделей. Если параметры – это те величины, которые алгоритм "изучает" непосредственно из данных (веса. . .	Сериализация и десериализация данных на Python py-thonny 15.05.2025 Сериализация — это своего рода "замораживание" объектов. Вы берёте живой, динамический объект из памяти и превращаете его в статичную строку или поток байтов. А десериализация выполняет обратный. . .	Чем асинхронная логика (схемотехника) лучше тактируемой, как я думаю, что помимо энергоэффективности - ещё и безопасность. Hrethgir 14.05.2025 Помимо огромного плюса в энергоэффективности, асинхронная логика - тотальный контроль над каждым совершённым тактом, а значит - безусловная безопасность, где безконтрольно не совершится ни одного. . .	Многопоточные приложения на C++ bytestream 14.05.2025 C++ всегда был языком, тесно работающим с железом, и потому особеннно эффективным для многопоточного программирования. Стандарт C++11 произвёл революцию, добавив в язык нативную поддержку потоков,. . .

Опции темы