python对kafka的操作
【1】kafka简介
如果你对kafka有一定的理解可以忽略以下内容
kafka的基础知识如下：
Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写，用于处理实时数据流。它以高吞吐量、低延迟和可扩展性等特点而著称，广泛应用于Web数据抓取、日志收集、消息系统等领域。
Kafka的主要特点包括：
1. 高吞吐量：Kafka能够处理大规模的数据流，每秒可以处理几十万条消息。
2. 低延迟：Kafka能够快速地传输消息，通常延迟在毫秒级别。
3. 可扩展性：Kafka能够轻松地扩展到多个节点，以满足不同规模和负载的需求。
4. 数据持久化：Kafka将数据持久化到磁盘上，可以在数据丢失或节点故障时进行恢复。
5. 多语言支持：Kafka支持多种编程语言，包括Java、Scala、Python等。
Kafka的核心概念包括：
1. Topic：主题，即消息的类别或主题。
2. Producer：生产者，用于向Kafka发送消息。
3. Consumer：消费者，用于从Kafka接收消息。
4. Broker：代理，Kafka节点的服务器。
5. Partition：分区，一个主题可以被分为多个分区，每个分区可以在不同的节点上。
6. Offset：偏移量，每个分区中的每个消息都有一个唯一的偏移量。
7. ZooKeeper：Kafka使用ZooKeeper来管理集群中的各个节点。
Kafka的应用场景包括：
1. 实时数据流处理：Kafka能够快速地传输和处理大规模的实时数据流，适用于实时数据分析、实时监控等场景。
2. 日志收集：Kafka能够快速地收集和处理大量的日志数据，适用于日志分析、日志管理等场景。
3. 消息系统：Kafka能够快速地传输消息，适用于消息推送、消息队列等场景。
总之，Kafka是一个高性能、高可靠、可扩展的流处理平台，适用于处理实时数据流、日志收集、消息系统等场景。开始使用kafka是，我先来描述一下我的配置文件
kafka:
brokers: 'kafka46:9092,kafka47:9092,kafka48:9092,kafka49:9092'
zookeeper_hosts: 'kafka46:2181,kafka47:2181,kafka48/kafka'
topic: srvdbMessage
group_id: message_to_srvdb-20210810165601
# 初始kafka消费偏移: smallest - 从最早消费; largest - 从最新消费
offset_reset: largest【2】创建消费者消费数据
简单说一下，想消费同一个topic里面的数据两次的话，可以用不同的group_id去消费
from confluent_kafka import Consumer
from confluent_kafka import KafkaError
def get_message(self):
def print_assignment(consumer, partitions):
logging.info("Assignment: {}".format(partitions))
def print_revoke(consumer, partitions):
logging.info("Revoke: {}".format(partitions))
logging.info("Initialize kafka consumer.")
consumer_conf = {
'bootstrap.servers': self.server_config['kafka_coach']['brokers'],
'group.id': self.server_config['kafka_coach']['group_id'],
'enable.auto.commit': 'true',
'default.topic.config': {
'auto.offset.reset': self.server_config['kafka_coach']['offset_reset']
}
}
consumer = Consumer(consumer_conf)
consumer.subscribe([self.server_config['kafka_coach']['topic']],
on_assign=print_assignment,
on_revoke=print_revoke)
logging.info("start analysis")
while True:
message = consumer.poll(timeout=1.0)
if message is None:
if not consumer.assignment():
logging.error("Partition is not assignment. ")
time.sleep(0.1)
continue
message_partition = message.partition()
message_offset = message.offset()
if message.error():
if message.error().code() == KafkaError._PARTITION_EOF:
# logger.info('partition: %d reached end at offset %d.', partition, offset)
pass
else:
logging.error("kafka consumer error! {}".format(message.error()))
continue
message_value = message.value()
if message_value:
print("消费到的数据是：{}".format(message_value))【3】kafka的数据生产
from confluent_kafka import Producer
def save_result_to_kafka(self):
"""将数据保存到kafka"""
def delivery_callback(err, msg):
if err:
logging.error('Message failed delivery: %s' % err)
producer_conf = {
'bootstrap.servers': self.config['kafka']['brokers'])
}
while 1:
try:
producer = Producer(**producer_conf)
while 1:
result = {"key":123}
try:
producer.produce(
self.config['kafka']['topic_in'], json.dumps(result),
callback=delivery_callback)
except Exception as e:
logging.exception('保存kafka时错误: %s', str(e))
self.result_queen.put(result)
time.sleep(0.1)
producer.poll(0)
except Exception as e:
logging.exception('连接kafka时错误: %s', str(e))
time.sleep(10)