1、先看最簡單的場景，生產(chǎn)者生產(chǎn)消息，消費(fèi)者接收消息，下面是生產(chǎn)者的簡單代碼。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import json
from kafka import KafkaProducer
producer = KafkaProducer(bootstrap_servers='xxxx:x')
msg_dict = {
"sleep_time": 10,
"db_config": {
"database": "test_1",
"host": "xxxx",
"user": "root",
"password": "root"
},
"table": "msg",
"msg": "Hello World"
}
msg = json.dumps(msg_dict)
producer.send('test_rhj', msg, partition=0)
producer.close()
下面是消費(fèi)者的簡單代碼：
from kafka import KafkaConsumer
consumer = KafkaConsumer('test_rhj', bootstrap_servers=['xxxx:x'])
for msg in consumer:
recv = "%s:%d:%d: key=%s value=%s" % (msg.topic, msg.partition, msg.offset, msg.key, msg.value)
print recv
下面是結(jié)果：
2、如果想要完成負(fù)載均衡，就需要知道kafka的分區(qū)機(jī)制，同一個主題，可以為其分區(qū)，在生產(chǎn)者不指定分區(qū)的情況，kafka會將多個消息分發(fā)到不同的分區(qū)，消費(fèi)者訂閱時候如果不指定服務(wù)組，會收到所有分區(qū)的消息，如果指定了服務(wù)組，則同一服務(wù)組的消費(fèi)者會消費(fèi)不同的分區(qū)，如果2個分區(qū)兩個消費(fèi)者的消費(fèi)者組消費(fèi)，則，每個消費(fèi)者消費(fèi)一個分區(qū)，如果有三個消費(fèi)者的服務(wù)組，則會出現(xiàn)一個消費(fèi)者消費(fèi)不到數(shù)據(jù)；如果想要消費(fèi)同一分區(qū)，則需要用不同的服務(wù)組。以此為原理，我們對消費(fèi)者做如下修改：
from kafka import KafkaConsumer
consumer = KafkaConsumer('test_rhj', bootstrap_servers=['xxxx:x'])
for msg in consumer:
recv = "%s:%d:%d: key=%s value=%s" % (msg.topic, msg.partition, msg.offset, msg.key, msg.value)
print recv
然后我們開兩個消費(fèi)者進(jìn)行消費(fèi)，生產(chǎn)者分別往0分區(qū)和1分區(qū)發(fā)消息結(jié)果如下，可以看到，一個消費(fèi)者只能消費(fèi)0分區(qū)，另一個只能消費(fèi)1分區(qū)：
3、kafka提供了偏移量的概念，允許消費(fèi)者根據(jù)偏移量消費(fèi)之前遺漏的內(nèi)容，這基于kafka名義上的全量存儲，可以保留大量的歷史數(shù)據(jù)，歷史保存時間是可配置的，一般是7天，如果偏移量定位到了已刪除的位置那也會有問題，但是這種情況可能很小；每個保存的數(shù)據(jù)文件都是以偏移量命名的，當(dāng)前要查的偏移量減去文件名就是數(shù)據(jù)在該文件的相對位置。要指定偏移量消費(fèi)數(shù)據(jù)，需要指定該消費(fèi)者要消費(fèi)的分區(qū)，否則代碼會找不到分區(qū)而無法消費(fèi)，代碼如下：
from kafka import KafkaConsumer
from kafka.structs import TopicPartition
consumer = KafkaConsumer(group_id='123456', bootstrap_servers=['10.43.35.25:4531'])
consumer.assign([TopicPartition(topic='test_rhj', partition=0), TopicPartition(topic='test_rhj', partition=1)])
print consumer.partitions_for_topic("test_rhj") # 獲取test主題的分區(qū)信息
print consumer.assignment()
print consumer.beginning_offsets(consumer.assignment())
consumer.seek(TopicPartition(topic='test_rhj', partition=0), 0)
for msg in consumer:
recv = "%s:%d:%d: key=%s value=%s" % (msg.topic, msg.partition, msg.offset, msg.key, msg.value)
print recv
因?yàn)橹付ǖ谋阋肆繛?，所以從一開始插入的數(shù)據(jù)都可以查到，而且因?yàn)橹付朔謪^(qū)，指定的分區(qū)結(jié)果都可以消費(fèi)，結(jié)果如下：
4、有時候，我們并不需要實(shí)時獲取數(shù)據(jù)，因?yàn)檫@樣可能會造成性能瓶頸，我們只需要定時去獲取隊(duì)列里的數(shù)據(jù)然后批量處理就可以，這種情況，我們可以選擇主動拉取數(shù)據(jù)
from kafka import KafkaConsumer
import time
consumer = KafkaConsumer(group_id='123456', bootstrap_servers=['10.43.35.25:4531'])
consumer.subscribe(topics=('test_rhj',))
index = 0
while True:
msg = consumer.poll(timeout_ms=5) # 從kafka獲取消息
print msg
time.sleep(2)
index += 1
print '--------poll index is %s----------' % index
結(jié)果如下，可以看到，每次拉取到的都是前面生產(chǎn)的數(shù)據(jù)，可能是多條的列表，也可能沒有數(shù)據(jù)，如果沒有數(shù)據(jù)，則拉取到的為空：
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長非常感激您！手機(jī)微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
