如何解决Python产生不同的Kafka分区
我正在尝试通过经典的Twitter流示例学习Kafka。我正在尝试使用我的生产者将基于2个过滤器的Twitter数据流式传输到同一主题的不同分区。例如,Twitter数据将track ='Google'分配到一个分区,将track ='Apple'分配给另一个分区。
$ cat tst.awk
{
rec = ""
while ( match($0,/-?[0-9.]+@/) ) {
tgt = substr($0,RSTART,RLENGTH-1)
rec = rec substr($0,1,RSTART-1) sprintf("%.2f",tgt)
$0 = substr($0,RSTART+RLENGTH-1)
}
print rec $0
}
$ awk -f tst.awk file
Name_1:0.12@123
Name_1:0.12@123Name_2:0.33@456
Name_1:0.12@123Name_2:0.33@456Name_3:0.25@895
同样,我如何使消费者从特定分区消费。
void print_num(int i)
{
std::cout << i << '\n';
}
int main()
{
// store a free function
std::function<void(int)> f_display = print_num;
f_display(-9);
// store a lambda
std::function<void()> f_display_42 = []() { print_num(42); };
f_display_42();
}
解决方法
Kafka在消息密钥上对数据进行分区。在给定的代码中,您仅将value
传递给Producer消息,因此该键将为null,因此将在所有分区之间循环。
请参阅您的Kafka库的文档,以了解如何为每条消息提供密钥
,经过研究,我能够解决此问题:
在生产者端,指定分区:
self.producer.send(topic_name,value=data,partition=0)
在消费者方面,
consumer = KafkaConsumer(
bootstrap_servers=['localhost:9092'],auto_offset_reset='latest',enable_auto_commit=True,auto_commit_interval_ms = 5000,max_poll_records = 100,value_deserializer=lambda x: json.loads(x.decode('utf-8')))
consumer.assign([TopicPartition('trial',0)])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。