apache-kafka - 将 avro 文件推送到 Kafka

Question

我有一个现有的 avro 文件，我想将文件数据推送到 kafka 但它不起作用

/usr/bin/kafka-console-producer --broker-list test:9092 --topic test < part-m-00000.avro

谢谢

Answer 1

您需要先下载 avro-tools JAR 文件
然后从文件中获取模式

java -jar avro-tools.jar getschema part-m-00000.avro > schema.avsc

然后安装 jq 因为它会以一种分钟的格式帮助架构文件
接下来，理想情况下，Kafka 中的 Avro 消息不应包含每条记录的模式，因此如果您安装了 Confluent(或 Hortonworks 的 Avro Schema Registry，但我还没有安装)，它将提高您的整体主题吞吐量和网络使用率尝试一下)。
在它运行之后，并且您下载了 Confluent Platform 的其余部分，有一个用于生成 Avro 数据的脚本，但是要使用它，您需要来自 Avro 文件的 JSON 记录。再次使用 avro-tools 获取

java -jar avro-tools.jar tojson part-m-00000.avro > records.json

注意 - 此输出文件将明显大于 Avro 文件
现在，您可以使用将发送到注册中心的模式和二进制 avro 数据生成到主题中，该主题是从将模式应用于 JSON 记录转换而来的

bin/kafka-avro-console-producer \
         --broker-list localhost:9092 --topic test \
        --property schema.registry.url=http://localhost:8081 \
         --property value.schema="'$(jq -r tostring schema.avsc)'" < records.json

注意:在此命令之前运行 jq -r tostring schema.avsc，确保它不是转义的 JSON 字符串

如果输出 JSON 文件太大，您也可以将 avro-tools 输出流式传输到生产者
代替

< records.json 

和

< $(java -jar avro-tools.jar tojson part-m-00000.avro)

替代解决方案包括读取 Spark 中的 Avro 文件，然后将这些记录转发到 Kafka