kafka-python操作

kafka-python文檔

一、consumer

1. 常用api

#建立連接
consumer = KafkaConsumer(bootstrap_servers=['ip1:port','ip2:port'],
                         api_version=(0,10),group_id='my_group')

# topic所有的partition
consumer.partitions_for_topic(topic)

# 構(gòu)造topicPartition對象
tps = [TopicPartition(topic, p) for p in consumer.partitions_for_topic(topic)]

# 為consumer分配分區(qū)
consumer.assign(tps)

# kafka每個分區(qū)的最新offset
consumer.end_offsets(tps)

# 當前groupid 每個分區(qū)消費到的位置
for i in range(len(tps)):
    consumer.position(tps[i])

# 消費數(shù)據(jù)
for message in consumer:
    partition = message.partition
    offset = message.offset
    value = message.value

# 重置offset
for i in range(len(tps)):
    consumer.seek(tps[i], partition_offset[i])    #partition_offset保存每
# partition_offset保存每個分區(qū)的起始消費位置
# 形如{0:123, 1:345 },表示0分區(qū)從123開始再次消費

二鸽斟、producer


三、其他

3.1 json處理

額外的包:  
pip install msgpack
import msgpack
producer:
producer = KafkaProducer(value_serializer=msgpack.dumps)
producer.send('msgpack-topic', {'key': 'value'})
consumer:
KafkaConsumer(value_deserializer=msgpack.unpackb)
此時得到的value是dict類型
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市短绸,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌筹裕,老刑警劉巖醋闭,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異朝卒,居然都是意外死亡证逻,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進店門扎运,熙熙樓的掌柜王于貴愁眉苦臉地迎上來瑟曲,“玉大人饮戳,你說我怎么就攤上這事豪治。” “怎么了扯罐?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵负拟,是天一觀的道長。 經(jīng)常有香客問我歹河,道長掩浙,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任秸歧,我火速辦了婚禮厨姚,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘键菱。我一直安慰自己谬墙,他們只是感情好,可當我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布经备。 她就那樣靜靜地躺著拭抬,像睡著了一般。 火紅的嫁衣襯著肌膚如雪侵蒙。 梳的紋絲不亂的頭發(fā)上造虎,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天,我揣著相機與錄音纷闺,去河邊找鬼算凿。 笑死份蝴,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的氓轰。 我是一名探鬼主播搞乏,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼戒努!你這毒婦竟也來了请敦?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤储玫,失蹤者是張志新(化名)和其女友劉穎侍筛,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體撒穷,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡匣椰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了端礼。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片禽笑。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖蛤奥,靈堂內(nèi)的尸體忽然破棺而出佳镜,到底是詐尸還是另有隱情,我是刑警寧澤凡桥,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布蟀伸,位于F島的核電站,受9級特大地震影響缅刽,放射性物質(zhì)發(fā)生泄漏啊掏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一衰猛、第九天 我趴在偏房一處隱蔽的房頂上張望迟蜜。 院中可真熱鬧,春花似錦啡省、人聲如沸娜睛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽微姊。三九已至,卻和暖如春分预,著一層夾襖步出監(jiān)牢的瞬間兢交,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工笼痹, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留配喳,地道東北人酪穿。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像晴裹,于是被迫代替她去往敵國和親被济。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容

  • 姓名:周小蓬 16019110037 轉(zhuǎn)載自:http://blog.csdn.net/YChenFeng/art...
    aeytifiw閱讀 34,713評論 13 425
  • 本文轉(zhuǎn)載自http://dataunion.org/?p=9307 背景介紹Kafka簡介Kafka是一種分布式的...
    Bottle丶Fish閱讀 5,465評論 0 34
  • 背景介紹 Kafka簡介 Kafka是一種分布式的涧团,基于發(fā)布/訂閱的消息系統(tǒng)只磷。主要設計目標如下: 以時間復雜度為O...
    高廣超閱讀 12,826評論 8 167
  • 七月過去,八月已開始一天泌绣,小記一下钮追。 七月初簽訂的合約之二,(之一沒有簽訂)計劃學習規(guī)范阿迈,計劃整理臺帳元媚,計劃重整檢...
    虎妞034閱讀 165評論 0 0
  • 原來社會就是這樣,不管哪個行業(yè)苗沧,哪個崗位刊棕,或多或少都有些那么不盡人意。雖說每天9小時不算多待逞,但是每周要上一天全天...
    陳同學ccc閱讀 184評論 0 0