Опрос нескольких сообщений от Кафки - PullRequest
Новая
       39

Опрос нескольких сообщений от Кафки

2 голосов
/ 10 апреля 2019

Я использую пакет confluent_kafka для работы с Kafka. Я создаю тему таким образом: 

from confluent_kafka import avro
from confluent_kafka.avro import AvroProducer

def my_producer():
    bootstrap_servers=['my_adress.com:9092',
                    'my_adress.com:9092']

    value_schema = avro.load('/home/ValueSchema.avsc')

    avroProducer = AvroProducer({
        'bootstrap.servers': bootstrap_servers[0]+','+bootstrap_servers[1],
        'schema.registry.url':'http://my_adress.com:8081',
        },
        default_value_schema=value_schema
        )

    for i in range(0, 25000):
        value = {"name":"Yuva","favorite_number":10,"favorite_color":"green","age":i*2}
        avroProducer.produce(topic='my_topik14', value=value)
        avroProducer.flush(0)
    print('Finished!')


if __name__ == '__main__':
    my_producer()

Это работает. (кстати, получим 24820 сообщений вместо 25000 ...) Мы можем проверить это: 

kafka-run-class kafka.tools.GetOffsetShell --broker-list my_adress.com:9092 --topic my_topik14
my_topik14:0:24819

Теперь я хочу потреблять: 

from confluent_kafka import KafkaError
from confluent_kafka.avro import AvroConsumer
from confluent_kafka.avro.serializer import SerializerError

bootstrap_servers=['my_adress.com:9092',
                   'my_adress.com:9092']
c = AvroConsumer(
    {'bootstrap.servers': bootstrap_servers[0]+','+bootstrap_servers[1],
     'group.id': 'avroneversleeps',
     'schema.registry.url': 'http://my_adress.com:8081',
     'api.version.request': True,
     'fetch.min.bytes': 100000,
     'consume.callback.max.messages':1000,
     'batch.num.messages':2
     })
c.subscribe(['my_topik14'])
running = True

while running:
    msg = None
    try:
        msg = c.poll(0.1)
        if msg:
            if not msg.error():
                print(msg.value())
                c.commit(msg)
            elif msg.error().code() != KafkaError._PARTITION_EOF:
                print(msg.error())
                running = False
        else:
            print("No Message!! Happily trying again!!")
    except SerializerError as e:
        print("Message deserialization failed for %s: %s" % (msg, e))
        running = False
c.commit()
c.close()

Но есть проблема: Я читаю сообщения только одно за другим. У меня вопрос как читать партию сообщений? Я попробовал разные параметры в Consumer config, но они ничего не сделали!

Также я нашел этот вопрос на SO и попробовал те же параметры - он все еще не работает.

Также прочитайте это. Но это против предыдущей ссылки ...

Ответы [ 2 ]

1 голос
/ 10 апреля 2019

Вы можете сделать это, используя метод consume([num_messages=1][, timeout=-1]).Ссылка APIздесь:

для потребителей: https://docs.confluent.io/current/clients/confluent-kafka-python/index.html#confluent_kafka.Consumer.consume

для AvroConsumer: https://docs.confluent.io/current/clients/confluent-kafka-python/index.html?highlight=avroconsumer#confluent_kafka.Consumer.consume

Подробнее о проблеме здесь:

https://github.com/confluentinc/confluent-kafka-python/issues/252

0 голосов
/ 12 апреля 2019

AvroConsumer не имеет метода consume. Но легко реализовать мою собственную реализацию этого метода, как в классе Consume (родитель AvroConsumer). Вот код: 

def consume_batch(self, num_messages=1, timeout=None):
    """
    This is an overriden method from confluent_kafka.Consumer class. This handles batch of message
    deserialization using avro schema

    :param int num_messages: number of messages to read in one batch (default=1)
    :param float timeout: Poll timeout in seconds (default: indefinite)
    :returns: list of messages objects with deserialized key and value as dict objects
    :rtype: Message
    """
    messages_out = []
    if timeout is None:
        timeout = -1
    messages = super(AvroConsumer, self).consume(num_messages=num_messages, timeout=timeout)
    if messages is None:
        return None
    else:
        for m in messages:
            if not m.value() and not m.key():
                return messages
            if not m.error():
                if m.value() is not None:
                    decoded_value = self._serializer.decode_message(m.value())
                    m.set_value(decoded_value)
                if m.key() is not None:
                    decoded_key = self._serializer.decode_message(m.key())
                    m.set_key(decoded_key)
                messages_out.append(m)
    #print(len(message))
    return messages_out

Но после этого мы запускаем тест, и этот метод не дает никакого увеличения производительности. Похоже, это просто для лучшего удобства использования. Или мне нужно проделать дополнительную работу по сериализации не одного сообщения, а целого пакета.

...