python kafka 多线程消费者&手动提交实例
官方文档：https://kafka-python.readthedocs.io/en/master/apidoc/KafkaConsumer.html
importthreading
importos
importsys
fromkafkaimportKafkaConsumer,TopicPartition,OffsetAndMetadata
fromconsumers.db_utilimport*
fromconsumers.json_disposeimport*
fromcollectionsimportOrderedDict
threads=[]
#col_dic,sql_dic=get()
classMyThread(threading.Thread):
def__init__(self,thread_name,topic,partition):
threading.Thread.__init__(self)
self.thread_name=thread_name
#self.keyName=keyName
self.partition=partition
self.topic=topic
defrun(self):
print("Starting"+self.name)
Consumer(self.thread_name,self.topic,self.partition)
defstop(self):
sys.exit()
defConsumer(thread_name,topic,partition):
broker_list='172.16.90.63:6667,172.16.90.58:6667,172.16.90.59:6667'
'''
fetch_min_bytes（int）-服务器为获取请求而返回的最小数据量，否则请等待
fetch_max_wait_ms（int）-如果没有足够的数据立即满足fetch_min_bytes给出的要求，服务器在回应提取请求之前将阻塞的最大时间量（以毫秒为单位）
fetch_max_bytes（int）-服务器应为获取请求返回的最大数据量。这不是绝对最大值，如果获取的第一个非空分区中的第一条消息大于此值，
则仍将返回消息以确保消费者可以取得进展。注意：使用者并行执行对多个代理的提取，因此内存使用将取决于包含该主题分区的代理的数量。
支持的Kafka版本>=0.10.1.0。默认值：52428800（50MB）。
enable_auto_commit（bool）-如果为True，则消费者的偏移量将在后台定期提交。默认值：True。
max_poll_records（int）-单次调用中返回的最大记录数poll()。默认值：500
max_poll_interval_ms（int）-poll()使用使用者组管理时的调用之间的最大延迟。这为消费者在获取更多记录之前可以闲置的时间量设置了上限。
如果poll()在此超时到期之前未调用，则认为使用者失败，并且该组将重新平衡以便将分区重新分配给另一个成员。默认300000
'''
consumer=KafkaConsumer(bootstrap_servers=broker_list,
group_id="xiaofesi",
client_id=thread_name,
enable_auto_commit=False,
fetch_min_bytes=1024*1024,#1M
#fetch_max_bytes=1024*1024*1024*10,
fetch_max_wait_ms=60000,#30s
request_timeout_ms=305000,
#consumer_timeout_ms=1,
#max_poll_records=5000,
#max_poll_interval_ms=60000无该参数
)
#查出数据库上次保存的offset，此offset已经是上次消费最后一条的offset的offset+1,也就是这次消费的起始位
dic=get_kafka(topic,partition)
tp=TopicPartition(topic,partition)
print(thread_name,tp,dic['offset'])
#分配该消费者的TopicPartition，也就是topic和partition，根据参数，我是三个消费者，三个线程，每个线程消费者消费一个分区
consumer.assign([tp])
#重置此消费者消费的起始位
consumer.seek(tp,dic['offset'])
print("程序首次运行\t线程:",thread_name,"分区:",partition,"偏移量:",dic['offset'],"\t开始消费...")
num=0#记录该消费者消费次数
#end_offset=consumer.end_offsets([tp])[tp]
#print(end_offset)
whileTrue:
args=OrderedDict()
msg=consumer.poll(timeout_ms=60000)
end_offset=consumer.end_offsets([tp])[tp]
print('已保存的偏移量',consumer.committed(tp),'最新偏移量，',end_offset)
iflen(msg)>0:
print("线程:",thread_name,"分区:",partition,"最大偏移量:",end_offset,"有无数据,",len(msg))
lines=0
fordatainmsg.values():
forlineindata:
lines+=1
line=eval(line.value.decode('utf-8'))
'''
dosomething
'''
#线程此批次消息条数
print(thread_name,"lines",lines)
#数据保存至数据库
is_succeed=save_to_db(args,thread_name)
ifis_succeed:
#更新自己保存在数据库中的各topic,partition的偏移量
is_succeed1=update_offset(topic,partition,end_offset)
#手动提交偏移量offsets格式：{TopicPartition:OffsetAndMetadata(offset_num,None)}
consumer.commit(offsets={tp:(OffsetAndMetadata(end_offset,None))})
print(thread_name,"todbsuss",num+1)
ifis_succeed1==0:
#系统退出？这个还没试
os.exit()
'''
sys.exit()只能退出该线程，也就是说其它两个线程正常运行，主程序不退出
'''
else:
os.exit()
else:
print(thread_name,'没有数据')
num+=1
print(thread_name,"第",num,"次")
if__name__=='__main__':
try:
t1=MyThread("Thread-0","test",0)
threads.append(t1)
t2=MyThread("Thread-1","test",1)
threads.append(t2)
t3=MyThread("Thread-2","test",2)
threads.append(t3)
fortinthreads:
t.start()
fortinthreads:
t.join()
print("exitprogramwith0")
except:
print("Error:failedtorunconsumerprogram")
以上这篇pythonkafka多线程消费者&手动提交实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。