我试图用Avro来读取/写入Kafka的消息。有没有人有过使用Avro二进制编码器编码/解码将放在消息队列中的数据的例子?如何使用Avro二进制编码器对Kafka消息进行编码/解码?
我需要比卡夫卡部分更多的Avro部分。或者,也许我应该看看不同的解决方案?基本上,我试图找到一个更有效的JSON空间解决方案。刚刚提到Avro,因为它比JSON更紧凑。
我试图用Avro来读取/写入Kafka的消息。有没有人有过使用Avro二进制编码器编码/解码将放在消息队列中的数据的例子?如何使用Avro二进制编码器对Kafka消息进行编码/解码?
我需要比卡夫卡部分更多的Avro部分。或者,也许我应该看看不同的解决方案?基本上,我试图找到一个更有效的JSON空间解决方案。刚刚提到Avro,因为它比JSON更紧凑。
我终于想起要问卡夫卡邮件列表,并得到以下答案,完美的工作。
是的,你可以发送消息作为字节数组。如果你看一下Message类的构造函数 ,你会看到 -
高清这个(字节:数组[字节])
现在,看着生产者的send()API -
高清发送(producerData:ProducerData [K,V] *)
您可以将V设置为Message和K的类型,使其成为您想要的密钥。 如果您不关心使用密钥进行分区,请将其设置为消息 类型。
感谢, NEHA
相反的Avro的,你也可以简单地考虑压缩的数据;要么使用gzip(好的压缩,更高的cpu),要么使用LZF或Snappy(速度更快,压缩比较慢)。
或替代地也有Smile binary JSON,杰克逊(与this extension)在Java的支持:它是紧凑的二进制格式,并且更容易使用比Avro的使用方法:
ObjectMapper mapper = new ObjectMapper(new SmileFactory());
byte[] serialized = mapper.writeValueAsBytes(pojo);
// or back
SomeType pojo = mapper.readValue(serialized, SomeType.class);
基本相同的代码与JSON,除了用于传递不同格式的工厂。 从数据大小的角度来看,Smile或Avro是否更紧凑取决于用例的细节;但两者都比JSON更紧凑。
好处是,这与JSON和微笑,相同的代码,只使用POJO快速工作。与需要代码生成的Avro相比,或者需要大量手动代码来打包和解压缩GenericRecord
s。
如果你想从Avro的消息(卡夫卡部分已经回答)一个字节数组,使用二进制编码器:
GenericDatumWriter<GenericRecord> writer = new GenericDatumWriter<GenericRecord>(schema);
ByteArrayOutputStream os = new ByteArrayOutputStream();
try {
Encoder e = EncoderFactory.get().binaryEncoder(os, null);
writer.write(record, e);
e.flush();
byte[] byteData = os.toByteArray();
} finally {
os.close();
}
这是一个基本的例子。我没有尝试过多个分区/主题。
//样品生产者代码
import org.apache.avro.Schema;
import org.apache.avro.generic.GenericData;
import org.apache.avro.generic.GenericRecord;
import org.apache.avro.io.*;
import org.apache.avro.specific.SpecificDatumReader;
import org.apache.avro.specific.SpecificDatumWriter;
import org.apache.commons.codec.DecoderException;
import org.apache.commons.codec.binary.Hex;
import kafka.javaapi.producer.Producer;
import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;
import java.nio.charset.Charset;
import java.util.Properties;
public class ProducerTest {
void producer(Schema schema) throws IOException {
Properties props = new Properties();
props.put("metadata.broker.list", "0:9092");
props.put("serializer.class", "kafka.serializer.DefaultEncoder");
props.put("request.required.acks", "1");
ProducerConfig config = new ProducerConfig(props);
Producer<String, byte[]> producer = new Producer<String, byte[]>(config);
GenericRecord payload1 = new GenericData.Record(schema);
//Step2 : Put data in that genericrecord object
payload1.put("desc", "'testdata'");
//payload1.put("name", "अasa");
payload1.put("name", "dbevent1");
payload1.put("id", 111);
System.out.println("Original Message : "+ payload1);
//Step3 : Serialize the object to a bytearray
DatumWriter<GenericRecord>writer = new SpecificDatumWriter<GenericRecord>(schema);
ByteArrayOutputStream out = new ByteArrayOutputStream();
BinaryEncoder encoder = EncoderFactory.get().binaryEncoder(out, null);
writer.write(payload1, encoder);
encoder.flush();
out.close();
byte[] serializedBytes = out.toByteArray();
System.out.println("Sending message in bytes : " + serializedBytes);
//String serializedHex = Hex.encodeHexString(serializedBytes);
//System.out.println("Serialized Hex String : " + serializedHex);
KeyedMessage<String, byte[]> message = new KeyedMessage<String, byte[]>("page_views", serializedBytes);
producer.send(message);
producer.close();
}
public static void main(String[] args) throws IOException, DecoderException {
ProducerTest test = new ProducerTest();
Schema schema = new Schema.Parser().parse(new File("src/test_schema.avsc"));
test.producer(schema);
}
}
//示例代码消费
第1部分:消费群代码:你可以比多消费者的多个分区/主题的更多。
import kafka.consumer.ConsumerConfig;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
import java.util.concurrent.Executor;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
/**
* Created by on 9/1/15.
*/
public class ConsumerGroupExample {
private final ConsumerConnector consumer;
private final String topic;
private ExecutorService executor;
public ConsumerGroupExample(String a_zookeeper, String a_groupId, String a_topic){
consumer = kafka.consumer.Consumer.createJavaConsumerConnector(
createConsumerConfig(a_zookeeper, a_groupId));
this.topic = a_topic;
}
private static ConsumerConfig createConsumerConfig(String a_zookeeper, String a_groupId){
Properties props = new Properties();
props.put("zookeeper.connect", a_zookeeper);
props.put("group.id", a_groupId);
props.put("zookeeper.session.timeout.ms", "400");
props.put("zookeeper.sync.time.ms", "200");
props.put("auto.commit.interval.ms", "1000");
return new ConsumerConfig(props);
}
public void shutdown(){
if (consumer!=null) consumer.shutdown();
if (executor!=null) executor.shutdown();
System.out.println("Timed out waiting for consumer threads to shut down, exiting uncleanly");
try{
if(!executor.awaitTermination(5000, TimeUnit.MILLISECONDS)){
}
}catch(InterruptedException e){
System.out.println("Interrupted");
}
}
public void run(int a_numThreads){
//Make a map of topic as key and no. of threads for that topic
Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
topicCountMap.put(topic, new Integer(a_numThreads));
//Create message streams for each topic
Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
List<KafkaStream<byte[], byte[]>> streams = consumerMap.get(topic);
//initialize thread pool
executor = Executors.newFixedThreadPool(a_numThreads);
//start consuming from thread
int threadNumber = 0;
for (final KafkaStream stream : streams) {
executor.submit(new ConsumerTest(stream, threadNumber));
threadNumber++;
}
}
public static void main(String[] args) {
String zooKeeper = args[0];
String groupId = args[1];
String topic = args[2];
int threads = Integer.parseInt(args[3]);
ConsumerGroupExample example = new ConsumerGroupExample(zooKeeper, groupId, topic);
example.run(threads);
try {
Thread.sleep(10000);
} catch (InterruptedException ie) {
}
example.shutdown();
}
}
第2部分:实际消费消息的个人消费者。
import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;
import kafka.message.MessageAndMetadata;
import org.apache.avro.Schema;
import org.apache.avro.generic.GenericRecord;
import org.apache.avro.generic.IndexedRecord;
import org.apache.avro.io.DatumReader;
import org.apache.avro.io.Decoder;
import org.apache.avro.io.DecoderFactory;
import org.apache.avro.specific.SpecificDatumReader;
import org.apache.commons.codec.binary.Hex;
import java.io.File;
import java.io.IOException;
public class ConsumerTest implements Runnable{
private KafkaStream m_stream;
private int m_threadNumber;
public ConsumerTest(KafkaStream a_stream, int a_threadNumber) {
m_threadNumber = a_threadNumber;
m_stream = a_stream;
}
public void run(){
ConsumerIterator<byte[], byte[]>it = m_stream.iterator();
while(it.hasNext())
{
try {
//System.out.println("Encoded Message received : " + message_received);
//byte[] input = Hex.decodeHex(it.next().message().toString().toCharArray());
//System.out.println("Deserializied Byte array : " + input);
byte[] received_message = it.next().message();
System.out.println(received_message);
Schema schema = null;
schema = new Schema.Parser().parse(new File("src/test_schema.avsc"));
DatumReader<GenericRecord> reader = new SpecificDatumReader<GenericRecord>(schema);
Decoder decoder = DecoderFactory.get().binaryDecoder(received_message, null);
GenericRecord payload2 = null;
payload2 = reader.read(null, decoder);
System.out.println("Message received : " + payload2);
}catch (Exception e) {
e.printStackTrace();
System.out.println(e);
}
}
}
}
测试AVRO模式:
{
"namespace": "xyz.test",
"type": "record",
"name": "payload",
"fields":[
{
"name": "name", "type": "string"
},
{
"name": "id", "type": ["int", "null"]
},
{
"name": "desc", "type": ["string", "null"]
}
]
}
重要的事情需要注意的是:
youll需要标准卡夫卡和Avro公司罐子运行这段代码的开箱。
是非常重要的props.put(“serializer.class”,“kafka.serializer.DefaultEncoder”); 唐t use stringEncoder as that won
如果您发送一个字节数组作为消息t工作。
您可以将byte []转换为十六进制字符串,然后将消费者reconvert十六进制字符串发送到byte [],然后发送到原始消息。
运行动物园管理员和经纪人如上所述: - http://kafka.apache.org/documentation.html#quickstart并创建一个名为“page_views”或任何你想要的。
运行ProducerTest.java,然后运行ConsumerGroupExample.java并查看正在生成和使用的avro数据。
感谢您的帮助! !我尝试过,但在消费者代码中,我的it.hasNext()函数返回false,因此控件永远不会进入while循环。有什么想法我可以做错什么? –
已更新的答案。
卡夫卡具有与Maven(SBT格式)的Avro的串行器/解串器坐标:
"io.confluent" % "kafka-avro-serializer" % "3.0.0"
您传递KafkaAvroSerializer的一个实例到KafkaProducer构造。
然后,您可以创建Avro GenericRecord实例,并将这些实例用作Kafka ProducerRecord实例内的值,您可以使用这些值通过KafkaProducer发送。
在Kafka消费者方面,您使用KafkaAvroDeserializer和KafkaConsumer。
你能提供一个简短但完整的例子吗? –
这只适用于Confluent自己添加的Maven仓库,因为它们不会将工件发布到maven central:http://packages.confluent.io/maven –
你可以发送这个byteData到KafkaBroker并从控制台用户读取它吗?生产者关键序列化程序应该是什么? – user2441441
正如在响应中提到的,kafka部分记录在其他响应中 - http://stackoverflow.com/a/8348264/5266和http://stackoverflow.com/a/32341917/5266 –