Presto的Kafka Connector可以使用Presto访问Apache Kafka的数据。
学习提醒
下载并安装最新版本的以下Apache项目。
Apache ZooKeeper
Apache卡夫卡
启动ZooKeeper
使用以下命令启动ZooKeeper服务器。
$ bin/zookeeper-server-start.sh config/zookeeper.properties
现在,ZooKeeper在2181启动端口。
开始卡夫卡
使用以下命令在另一个终端中启动Kafka。
$ bin/kafka-server-start.sh config/server.properties
卡夫卡启动后,使用端口号9092。
TPCH数据
下载tpch-kafka
$ curl -o kafka-tpch
https://repo1.maven.org/maven2/de/softwareforge/kafka_tpch_0811/1.0/kafka_tpch_
0811-1.0.sh
现在您已经使用上述命令从Maven中心下载了加载程序。你会得到类似的回应如下。
% Total % Received % Xferd Average Speed Time Time Time Current
Dload Upload Total Spent Left Speed
0 0 0 0 0 0 0 0 --:--:-- 0:00:01 --:--:-- 0
5 21.6M 5 1279k 0 0 83898 0 0:04:30 0:00:15 0:04:15 129k
6 21.6M 6 1407k 0 0 86656 0 0:04:21 0:00:16 0:04:05 131k
24 21.6M 24 5439k 0 0 124k 0 0:02:57 0:00:43 0:02:14 175k
24 21.6M 24 5439k 0 0 124k 0 0:02:58 0:00:43 0:02:15 160k
25 21.6M 25 5736k 0 0 128k 0 0:02:52 0:00:44 0:02:08 181k
………………………..
然后,使用以下命令使其可执行,
$ chmod 755 kafka-tpch
运行tpch-kafka
运行kafka-tpch程序,使用以下命令预先加载一些具有tpch数据的主题。
查询
$ ./kafka-tpch load --brokers localhost:9092 --prefix tpch. --tpch-type tiny
结果
2016-07-13T16:15:52.083+0530 INFO main io.airlift.log.Logging Logging
to stderr
2016-07-13T16:15:52.124+0530 INFO main de.softwareforge.kafka.LoadCommand
Processing tables: [customer, orders, lineitem, part, partsupp, supplier,
nation, region]
2016-07-13T16:15:52.834+0530 INFO pool-1-thread-1
de.softwareforge.kafka.LoadCommand Loading table "customer" into topic "tpch.customer"...
2016-07-13T16:15:52.834+0530 INFO pool-1-thread-2
de.softwareforge.kafka.LoadCommand Loading table "orders" into topic "tpch.orders"...
2016-07-13T16:15:52.834+0530 INFO pool-1-thread-3
de.softwareforge.kafka.LoadCommand Loading table "lineitem" into topic "tpch.lineitem"...
2016-07-13T16:15:52.834+0530 INFO pool-1-thread-4
de.softwareforge.kafka.LoadCommand Loading table "part" into topic "tpch.part"...
………………………
……………………….
现在,Kafka表客户,订单,供应商等都使用tpch加载。
添加配置设置
我们在Presto服务器上添加以下Kafka连接器配置设置。
connector.name = kafka
kafka.nodes = localhost:9092
kafka.table-names = tpch.customer,tpch.orders,tpch.lineitem,tpch.part,tpch.partsupp,
tpch.supplier,tpch.nation,tpch.region
kafka.hide-internal-columns = false
在上述配置中,使用Kafka-tpch程序加载Kafka表。
启动Presto CLI
使用以下命令启动Presto CLI,
$ ./presto --server localhost:8080 --catalog kafka —schema tpch;
这里“tpch”是Kafka连接器的架构,您将收到以下回复。
presto:tpch>
列表
以下查询列出了“tpch”模式中的所有表。
查询
presto:tpch>show tables;
结果
Table
----------
customer
lineitem
nation
orders
part
partsupp
region
supplier
描述客户表
以下查询描述“客户”表。
查询
presto:tpch>describe customer;
结果
Column | Type | Comment
-------------------+---------+---------------------------------------------
_partition_id | bigint | Partition Id
_partition_offset | bigint | Offset for the message within the partition
_segment_start | bigint | Segment start offset
_segment_end | bigint | Segment end offset
_segment_count | bigint | Running message count per segment
_key | varchar | Key text
_key_corrupt | boolean | Key data is corrupt
_key_length | bigint | Total number of key bytes
_message | varchar | Message text
_message_corrupt | boolean | Message data is corrupt
_message_length | bigint | Total number of message bytes