python中基于kafka的consumer合流不起作用

yi0zb3m4  于 2021-06-07  发布在  Kafka
关注(0)|答案(1)|浏览(298)

对Kafka和阿夫罗来说非常陌生。我被一个问题困住了,似乎不知道这里出了什么问题。我写了一个Kafka的生产者和消费者,它使用avro作为序列化格式。生产者代码工作正常。当我运行 kafka-avro-console-consumer 它给了我如下信息-

bin/kafka-avro-console-consumer --bootstrap-server localhost:9092 --topic test --property schema.registry.url=http://127.0.0.1:8081 --from-beginning
{"name":{"string":"Hello World!"}}
{"name":{"string":"Hello World!"}}
{"name":{"string":"Hello World!"}}

然而,当我尝试使用python做同样的事情时(下面是最基本的示例),我编写了以下代码-

from confluent_kafka import KafkaError
from confluent_kafka.avro import AvroConsumer
from confluent_kafka.avro.serializer import SerializerError

class AvroConsumerAdapter(object):

    def __init__(self, topic='test'):
        self.topic = topic
        self.consumer = AvroConsumer({'bootstrap.servers': 'localhost:9092',
                                      'schema.registry.url': 'http://127.0.0.1:8081',
                                      'group.id': 'mygroup'})
        self.consumer.subscribe([topic])

    def start_consuming(self):
        running = True
        while running:
            try:
                msg = self.consumer.poll(10)
                if msg:
                    print(msg.value())
                    if not msg.error():
                        print("Here - 1")
                        print(msg.value())
                    elif msg.error().code() != KafkaError._PARTITION_EOF:
                        print("here-2")
                        print(msg.error())
                        running = False
                    else:
                        print('Here-3')
                        print(msg.error())
            except SerializerError as e:
                print("Message deserialization failed for %s: %s" % (msg, e))
                running = False
            except Exception as ex:
                print(ex)
                running = False

        self.consumer.close()

这个客户永远呆在那里从不打印任何东西。我不确定这里出了什么问题。谁能帮我一下吗。

mlmc2os5

mlmc2os51#

查看主题配置选项--您需要设置 auto.offset.reset': 'smallest' 如果要处理主题中当前的所有数据。默认情况下是 largest 这意味着它将只显示生成的新行数据。您可以通过让当前的python代码保持运行并生成新的主题消息来验证这一点—您应该看到python代码将它们收集起来。

相关问题