如何使用Python解码/反序列化Kafka Avro字符串

我正在从远程服务器接收Kafka Avro邮件（使用Confluent Kafka Python库的使用者），它使用带有字段的用户代理，位置表示点击流数据，url等。这里是一条消息的样子：如何使用Python解码/反序列化Kafka Avro字符串

b'\x01\x00\x00\xde\x9e\xa8\xd5\x8fW\xec\x9a\xa8\xd5\x8fW\x1axxx.xxx.xxx.xxx\x02:https://website.in/rooms/\x02Hhttps://website.in/wellness-spa/\x02\xaa\x14\x02\x9c\n\x02\xaa\x14\x02\xd0\x0b\x02V0:j3lcu1if:rTftGozmxSPo96dz1kGH2hvd0CREXmf2\x02V0:j3lj1xt7:YD4daqNRv_Vsea4wuFErpDaWeHu4tW7e\x02\x08null\x02\nnull0\x10pageview\x00\x00\x00\x00\x00\x00\x00\x00\x00\x02\x10Thailand\x02\xa6\x80\xc4\x01\x02\x0eBangkok\x02\x8c\xba\xc4\x01\x020*\xa9\x13\xd0\[email protected]\x02\xec\xc09#J\[email protected]\x02\x8a\x02Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/58.0.3029.96 Chrome/58.0.3029.96 Safari/537.36\x02\x10Chromium\x02\x10Chromium\x028Google Inc. and contributors\x02\x0eBrowser\x02\x1858.0.3029.96\x02"Personal computer\x02\nLinux\x02\x00\x02\x1cCanonical Ltd.'

如何解码？我试过bson解码，但字符串不被识别为UTF-8，因为它是我猜测的特定Avro编码。我发现https://github.com/verisign/python-confluent-schemaregistry但它只支持Python 2.7。理想情况下，我希望与Python 3.5+和MongoDB一起处理数据并将其存储为当前的基础结构。

来源

2017-06-07 Alex Pa

我以为Avro库只是为了读取Avro文件，但它实际上解决了解码Kafka消息的问题，如下所示：我首先导入库并将模式文件作为参数，然后创建一个函数来解码消息转换成字典，我可以在消费者循环中使用它。

from confluent_kafka import Consumer, KafkaError 
from avro.io import DatumReader, BinaryDecoder 
import avro.schema 

schema = avro.schema.Parse(open("data_sources/EventRecord.avsc").read()) 
reader = DatumReader(schema) 

def decode(msg_value): 
    message_bytes = io.BytesIO(msg_value) 
    decoder = BinaryDecoder(message_bytes) 
    event_dict = reader.read(decoder) 
    return event_dict 

c = Consumer() 
c.subscribe(topic) 
running = True 
while running: 
    msg = c.poll() 
    if not msg.error(): 
     msg_value = msg.value() 
     event_dict = decode(msg_value) 
     print(event_dict) 
    elif msg.error().code() != KafkaError._PARTITION_EOF: 
     print(msg.error()) 
     running = False

来源

2017-06-12 11:40:53

如何使用Python解码/反序列化Kafka Avro字符串

回答

相关问题