如何在python中每30分钟使用kafka队列

xzlaal3s  于 2021-06-06  发布在  Kafka
关注(0)|答案(1)|浏览(266)

我有一个关于python中kafka消费者的问题,这里是我的用例kafka生产者将在实时流中每秒发送数据。但Kafka消费者需要每30分钟消费一次,并收集一批数据。帮我解决。

gzjq41n4

gzjq41n41#

如果您不想实时处理数据,您可能需要重新考虑,Kafka是否适合您。但是,您可以尝试以下方法:

Properties props = new Properties();
 props.put("bootstrap.servers", "localhost:9092");
 props.put("group.id", "your_consumer_group");
 props.put("enable.auto.commit", "true");
 props.put("auto.commit.interval.ms", "1000");
 props.put("session.timeout.ms", "30000");
 props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
 props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
 KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
 consumer.subscribe(Arrays.asList("foo", "bar"));
 while (true) {
     ConsumerRecords<String, String> records = consumer.poll(1000);
     for (ConsumerRecord<String, String> record : records) {
         System.out.printf("offset = %d, key = %s, value = %s", record.offset(), record.key(), record.value());
     }

     // After data is consumed, you make your thread sleep until next 30 min:
     Thread.sleep(30 * 60 * 1000);
 }

如果您希望在每小时的第30分钟或第0分钟执行实时批处理,可以改用此睡眠:

Thread.sleep(System.currentTimeMillis() % (30*60*1000));

它会让你的消费者在 00:00 , 00:30 , 01:00 , 01:30 ,等。有关详细信息,请单击此链接:https://kafka.apache.org/0100/javadoc/index.html?org/apache/kafka/clients/consumer/kafkaconsumer.html
再说一次,你可能不想这样使用Kafka。最好将数据转储到某个存储区(例如,按日期时间分区的Parquet文件),并每30分钟对其进行一次批处理。

相关问题