pykafka的基本使用及统计kafka消息总数

目录

1、pykafka的安装及连接kafka

2、获取topic并给kafka的目标topic里面写入数据：

3、对写入的消息进行消费：

4、统计kafka消息总数：

kafka简单说明：

作为一个消息队列，主要就是由生产者Producer、消费者Consumer这两种角色进行队列的写入和队列的消费：

1、pykafka的安装及连接kafka

安装：
pip install pykafka
#支持python3和python2

连接本地kafka：
>>> from pykafka import KafkaClient
# kafka在服务器上则进行修改：
>>> client = KafkaClient(hosts="127.0.0.1:9092")

2、获取topic并给kafka的目标topic里面写入数据：

获取所有topic：
>>> client.topics
{'my.test': <pykafka.topic.Topic at 0x19bc8c0 (name=my.test)>}
>>> topic = client.topics['my.test']

创建producer对象，并对目标topic进行消息写入，也就是生产者写入数据：
>>> with topic.get_producer() as producer:
...     for i in range(4):
...         producer.produce('test message ' + i ** 2)

3、对写入的消息进行消费：

创建消费者对象进行消费消息，可以指定group组也可以不指定，两个相同的组会消费相同的数据：
>>> consumer = topic.get_simple_consumer(consumer_group='testwtgroup',
    auto_commit_enable=True)
>>> for message in consumer:
    if message is not None:
        print message.offset, message.value
结果：
0 test message 0
1 test message 1
2 test message 4
3 test message 9

# 消费者另一种方式，会根据指定的groupid进行动态分配，保证相同的组不会消费到相同数据：
>>> balanced_consumer = topic.get_balanced_consumer(
    consumer_group='testgroup',
    auto_commit_enable=True,
    zookeeper_connect='myZkClusterNode1.com:2181,myZkClusterNode2.com:2181/myZkChroot'
)

4、统计kafka消息总数：

# 统计kafka消息总数，找了一圈都没找到相关实现，最后发现其实就是用最后的偏移量的数据-最初偏移量的数据
# 原理参考kafka的官网，通过命令行实现统计总的消息数据：
# kafka-topics.sh --bootstrap-server {IP:port} --list
# 查看kafka的数据 --time-1 表示要获取指定topic所有分区当前的最大位移，--time-2 表示获取当前最早位移
# 下面用参数time -2可进行替换，[--time-1] - [--time-2] 就是partition里面当前实际的数据（相减），
# kafka-run-class.sh kafka.tools.GetOffsetShell --broker-list {IP:port} --topic {target_topic} --time -1

offsets = topic.earliest_available_offsets()
offsets2 = topic.latest_available_offsets()
# print(offsets2)
# print(offsets[0][0][0])
# print(offsets2[0][0][0])
a = offsets2[0][0][0] - offsets[0][0][0]
b = offsets2[1][0][0] - offsets[1][0][0]
c = offsets2[2][0][0] - offsets[2][0][0]
print(a+b+c)

结果：
44064

pykafka官方地址：

pykafka · PyPI