我正在使用kafka connect distribution . 该命令是:bin / connect-distributed etc / schema-registry / connect-avro-distributed.properties
工作人员配置是:
bootstrap.servers=kafka1:9092,kafka2:9092,kafka3:9092
group.id=connect-cluster
key.converter=org.apache.kafka.connect.json.JsonConverter
value.converter=org.apache.kafka.connect.json.JsonConverter
key.converter.schemas.enable=false
value.converter.schemas.enable=false
kafka连接重新开始没有错误!
已创建主题connect-configs,connect-offsets,connect-status . 主题mysiteview已创建 .
然后我使用RESTful API创建kafka连接器,如下所示:
curl -X POST -H "Content-Type: application/json" --data '{"name":"hdfs-sink-mysiteview","config":{"connector.class":"io.confluent.connect.hdfs.HdfsSinkConnector","tasks.max":"3","topics":"mysiteview","hdfs.url":"hdfs://master1:8020","topics.dir":"/kafka/topics","logs.dir":"/kafka/logs","format.class":"io.confluent.connect.hdfs.avro.AvroFormat","flush.size":"1000","rotate.interval.ms":"1000","partitioner.class":"io.confluent.connect.hdfs.partitioner.DailyPartitioner","path.format":"YYYY-MM-dd","schema.compatibility":"BACKWARD","locale":"zh_CN","timezone":"Asia/Shanghai"}}' http://kafka1:8083/connectors
当我生成数据到主题“mysiteview”时,这样的事情:
{"f1":"192.168.1.1","f2":"aa.example.com"}
java代码如下: ``
`Properties props = new Properties();
props.put("bootstrap.servers","kafka1:9092");
props.put("acks","all");
props.put("retries",3);
props.put("batch.size", 16384);
props.put("linger.ms",30);
props.put("buffer.memory",33554432);
props.put("key.serializer","org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
Producer<String, String> producer = new KafkaProducer<String,String>(props);
Random rnd = new Random();
for(long nEvents = 0; nEvents < events; nEvents++) {
long runtime = new Date().getTime();
String site = "www.example.com";
String ipString = "192.168.2." + rnd.nextInt(255);
String key = "" + rnd.nextInt(255);
User u = new User();
u.setF1(ipString);
u.setF2(site+" "+rnd.nextInt(255));
System.out.println(JSON.toJSONString(u));
producer.send(new ProducerRecord<String,String>("mysiteview",JSON.toJSONString(u)));
Thread.sleep(50);
}
producer.flush();
producer.close();`
``
发生了奇怪的事情 . 我从kafka-logs获取数据但在hdfs中没有数据(没有主题目录) . 我尝试连接器命令:
curl -X GET http://kafka1:8083/connectors/hdfs-sink-mysiteview/status
输出是:
{"name":"hdfs-sink-mysiteview","connector":{"state":"RUNNING","worker_id":"10.255.223.178:8083"},"tasks":[{"state":"RUNNING","id":0,"worker_id":"10.255.223.178:8083"},{"state":"RUNNING","id":1,"worker_id":"10.255.223.178:8083"},{"state":"RUNNING","id":2,"worker_id":"10.255.223.178:8083"}]}
但是当我使用以下命令检查任务状态时:
curl -X GET http://kafka1:8083/connectors/hdfs-sink-mysiteview/hdfs-sink-siteview-1
我得到结果:“错误404” . 三个任务是同样的错误!
出了什么问题?
2 回答
在没有看到工作人员的日志的情况下,当您使用上面描述的设置时,我不确定您的HDFS连接器实例确实失败了 . 但是我可以发现配置的一些问题:
您提到启动Connect工作者:
bin/connect-distributed etc/schema-registry/connect-avro-distributed.properties
. 这些属性默认将键和值转换器设置为AvroConverter
,并要求您运行schema-registry
服务 . 如果您确实编辑了connect-avro-distributed.properties
中的配置以改为使用JsonConverter
,则在将Kafka记录转换为Connect的SinkRecord
数据类型之前,您的HDFS连接器可能会失败,就在它尝试将数据导出到HDFS之前 .直到最近,HDFS连接器才能将Avro记录导出为Avro或Parquet格式的文件 . 这需要使用上面提到的
AvroConverter
. 最近添加了将记录作为JSON导出到文本文件的功能,并且将出现在连接器的版本4.0.0
中(您可以通过签出并从源代码构建连接器来尝试此功能) .此时,我的第一个建议是尝试使用
bin/kafka-avro-console-producer
导入您的数据 . 定义其架构,确认已使用bin/kafka-avro-console-consumer
成功导入数据,然后将HDFS连接器设置为使用AvroFormat
,如上所述 . 连接器页面上的quickstart描述了一个非常类似的过程,也许这将是您的用例的一个很好的起点 .也许你只是使用REST-Api错了 . 根据文件,电话应该是
/connectors/:connector_name/tasks/:task_id
https://docs.confluent.io/3.3.1/connect/restapi.html#get--connectors-(string-name)-tasks-(int-taskid)-status