Kafka传输文件(字节数组)

Posted Firm陈

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Kafka传输文件(字节数组)相关的知识,希望对你有一定的参考价值。

使用Kafka以字节数组的形式传输文件

最近遇到解析大量小文件的需求,之前都是将文件放到HDFS,然后读取进行解析。
由于都是小文件且文件量很多,所以不想使用HDFS,于是采用Kafka来做中间件,效果还不错,特此分享。
原理是将文件以字节流的形式读入字节数组中,将字节数组发送到Kafka,供下游消费。
适用于海量小文件的处理。
实现
生产者:

package com.upupfeng.kafka;

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;

import java.io.File;
import java.io.FileInputStream;
import java.util.Properties;

/**
 * 将文件内容序列化,发到kafka中
 *
 * @author mawf
 */
public class SendFileToKafka 

    public static void main(String[] args) 

        String filePath = "D:\\\\dev\\\\a.xml.gz";

        Properties kafkaProps = new Properties();
        kafkaProps.put("bootstrap.servers", "server1:9092");
        kafkaProps.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        kafkaProps.put("value.serializer", "org.apache.kafka.common.serialization.ByteArraySerializer");
        KafkaProducer<String, byte[]> producer = new KafkaProducer<String, byte[]>(kafkaProps);
        try 
            File file = new File(filePath);
            FileInputStream fis = new FileInputStream(file);
            byte[] buffer = new byte[fis.available()];
            // 读到buffer字节数组中
            fis.read(buffer);
            ProducerRecord<String, byte[]> record = new ProducerRecord<String, byte[]>("dataTopic", file.getName(), buffer);
            producer.send(record);
            producer.close();
         catch (Exception e) 
            e.printStackTrace();
        
    


消费者

package com.upupfeng.kafka;

import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;

import java.io.BufferedReader;
import java.io.ByteArrayInputStream;
import java.io.InputStreamReader;
import java.util.Arrays;
import java.util.Properties;
import java.util.zip.GZIPInputStream;

/**
 * @author mawf
 */
public class ConsumerFileByteArrayFromKafka 

    public static void main(String[] args) 

        Properties props = new Properties();
        props.put("bootstrap.servers", "server1:9092");
        props.put("group.id", "group1");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

        props.put("value.deserializer", "org.apache.kafka.common.serialization.ByteArrayDeserializer");
        KafkaConsumer<String, byte[]> consumer = new KafkaConsumer<String, byte[]>(props);
        consumer.subscribe(Arrays.asList("dataTopic"));
        try 
            while (true) 
                ConsumerRecords<String, byte[]> records = consumer.poll(100);
                for (ConsumerRecord<String, byte[]> record : records) 
                    System.out.println("offset=" + record.offset() + ",key=" + record.key() + ",value=" + record.value());

                    String fileName = record.key();
                    byte[] message = record.value();

                    ByteArrayInputStream byteArrayInputStream = new ByteArrayInputStream(message);
                    GZIPInputStream gzipInputStream = new GZIPInputStream(byteArrayInputStream);

                    BufferedReader br = new BufferedReader(new InputStreamReader(gzipInputStream));
                    String line;
                    while ((line = br.readLine()) != null) 
                        System.out.println(line);
                    

                    br.close();
                    byteArrayInputStream.close();
                
            
         catch (Exception e) 
            e.printStackTrace();
         finally 
            consumer.close();
        

    



以上是关于Kafka传输文件(字节数组)的主要内容,如果未能解决你的问题,请参考以下文章

kafka02-基本架构

发送字节数组到storm kafka bolt

Kafka简介

将字节数组从服务器传输到浏览器

Kafka 系列—— Kafka 生产者详解

用JSON 传输byte数组