Apache kafka 在kafka群集节点之间分发数据套接字
我想从套接字中获取数据,并将其放到卡夫卡主题中,这样我的flink程序就可以从该主题中读取数据并对其进行处理。我可以在一个节点上完成。但我想要一个kafka集群,它至少有三个不同的节点不同的IP地址,并从套接字轮询数据以在节点之间分发。我不知道如何做到这一点,也不知道如何更改此代码。我的简单程序如下所示:Apache kafka 在kafka群集节点之间分发数据套接字,apache-kafka,kafka-consumer-api,flink-streaming,kafka-producer-api,Apache Kafka,Kafka Consumer Api,Flink Streaming,Kafka Producer Api,我想从套接字中获取数据,并将其放到卡夫卡主题中,这样我的flink程序就可以从该主题中读取数据并对其进行处理。我可以在一个节点上完成。但我想要一个kafka集群,它至少有三个不同的节点不同的IP地址,并从套接字轮询数据以在节点之间分发。我不知道如何做到这一点,也不知道如何更改此代码。我的简单程序如下所示: public class WordCount { public static void main(String[] args) throws Exception { kafk
public class WordCount {
public static void main(String[] args) throws Exception {
kafka_test objKafka=new kafka_test();
// Checking input parameters
final ParameterTool params = ParameterTool.fromArgs(args);
int myport = 9999;
String hostname = "localhost";
// set up the execution environment
final StreamExecutionEnvironment env =
StreamExecutionEnvironment.getExecutionEnvironment();
// make parameters available in the web interface
env.getConfig().setGlobalJobParameters(params);
DataStream<String> stream = env.socketTextStream(hostname,myport);
stream.addSink(objKafka.createStringProducer("testFlink",
"localhost:9092"));
DataStream<String> text =
env.addSource(objKafka.createStringConsumerForTopic("testFlink",
"localhost:9092", "test"));
DataStream<Tuple2<String, Long>> counts = text
.flatMap(new FlatMapFunction<String, Tuple2<String, Long>>() {
@Override
public void flatMap(String value, Collector<Tuple2<String, Long>> out)
{
// normalize and split the line
String[] words = value.toLowerCase().split("\\W+");
// emit the pairs
for (String word : words) {
if (!word.isEmpty()) {
out.collect(new Tuple2<String, Long>(word, 1L));
}
}
}
})
.keyBy(0)
.timeWindow(Time.seconds(5))
.sum(1);
// emit result
if (params.has("output")) {
counts.writeAsText(params.get("output"));
} else {
System.out.println("Printing result to stdout. Use --output
to specify output path.");
counts.print();
}
// execute program
env.execute("Streaming WordCount");
}//main
}
public class kafka_test {
public FlinkKafkaConsumer<String> createStringConsumerForTopic(
String topic, String kafkaAddress, String kafkaGroup) {
// ************************** KAFKA Properties ******
Properties props = new Properties();
props.setProperty("bootstrap.servers", kafkaAddress);
props.setProperty("group.id", kafkaGroup);
FlinkKafkaConsumer<String> myconsumer = new FlinkKafkaConsumer<>(
topic, new SimpleStringSchema(), props);
myconsumer.setStartFromLatest();
return myconsumer;
}
public FlinkKafkaProducer<String> createStringProducer(
String topic, String kafkaAddress) {
return new FlinkKafkaProducer<>(kafkaAddress,
topic, new SimpleStringSchema());
}
}
您能指导我如何在不同的kafka节点之间广播套接字流数据吗
任何帮助都将不胜感激 我认为你的代码是正确的。卡夫卡将负责数据的分发。如何在Kafka代理之间分发数据将取决于主题配置 检查答案以更好地理解卡夫卡主题和分区 假设你有3个卡夫卡经纪人。然后,如果您使用3个副本和3个分区创建主题
> bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 3 --topic my-topic
这将导致您的主题将有3个分区,每个分区将在集群中存储3次。有了3个代理,您将在每个代理上存储1个分区和2个副本
然后你只需要创建你的卡夫卡水槽
FlinkKafkaProducer011<String> myProducer = new FlinkKafkaProducer011<String>(
"broker1:9092,broker2:9092,broker3:9092",
"my-topic",
new SimpleStringSchema());
stream.addSink(myProducer);
亲爱的@belbo谢谢你的回答。但是假设我有三个具有不同IP地址的代理。那么,数据是如何在代理之间分布的呢?请你告诉我,如果我必须使用你的代码,这是上面所有的经纪人?不是在经纪人。您有两个集群。卡夫卡集群-这将由多个代理组成,每个代理具有不同的IP。然后是Flink群集—由具有不同IP的多个节点/服务器组成。我上面粘贴的代码是为您的Flink作业编写的,它将在Flink集群上运行。此作业将创建卡夫卡制作人,其IP为卡夫卡经纪人broker1:9092、broker2:9092、broker3:9092,并将在这些卡夫卡经纪人之间分发数据。亲爱的@belbo,很抱歉打扰您。事实上,我使用这个命令cat file.CSV | nc-lk 9999将我的数据从一个CSV文件传输到套接字9999。如果我将数据发送到所有代理IP的端口9999,则每个代理都可能获得相同的数据。如何将所有数据分发给三个代理?你能告诉我Flink master node是否为我做了这些吗?感谢您的帮助。您希望在Flink节点之间分发数据,而不是在Kafka代理之间分发数据。我有点困惑,因为nc-lk意味着您将监听数据,而不是发送数据。无论如何,要实现您所需要的,我想,您需要在netcat和Flink节点之间放置某种负载平衡器,负责在Flink实例之间分发数据,或者编写一个shell脚本,负责将不同的文件行发送到不同的Flink节点。但对于生产使用,我建议使用更健壮的工具—可能是ApacheNIFI或其他工具。您不必做任何事情来在Kafka代理之间分发数据。卡夫卡制作人,这是你弗林克工作的一部分,会处理好的。数据的分发方式取决于您将要编写的主题的分区数量。