Java、Apachekafkaのトピック内のメッセージ数を取得する方法

メッセージングにApachekafkaを使用しています。私はJavaでプロデューサーとコンシューマーを実装しました。トピック内のメッセージの数を取得するにはどうすればよいですか？

消費者の観点からこれについて頭に浮かぶ唯一の方法は、実際にメッセージを消費し、それを数えることです。

Kafkaブローカーは、起動以降に受信したメッセージの数についてJMXカウンターを公開しますが、既にパージされているメッセージの数を知ることはできません。

最も一般的なシナリオでは、Kafkaのメッセージは無限のストリームとして最もよく見られ、現在ディスクに保持されているメッセージの数の離散値を取得することは関係ありません。さらに、トピック内のメッセージのサブセットをすべて持つブローカーのクラスターを処理する場合、事態はさらに複雑になります。

Javaではありませんが、役立つ場合があります

./bin/kafka-run-class.sh kafka.tools.GetOffsetShell 
  --broker-list <broker>:  <port> 
  --topic <topic-name> --time -1 --offsets 1 
  | awk -F  ":" '{sum += $3} END {print sum}'

私は実際にこれをPOCのベンチマークに使用しています。ConsumerOffsetCheckerを使用するアイテム。以下のようなbashスクリプトを使用して実行できます。

bin/kafka-run-class.sh kafka.tools.ConsumerOffsetChecker  --topic test --zookeeper localhost:2181 --group testgroup

結果は次の とおりです。赤いボックスでわかるように、999は現在トピックにあるメッセージの数です。

更新：ConsumerOffsetCheckerは0.10.0以降非推奨になっているため、ConsumerGroupCommandの使用を開始することをお勧めします。

カスタムパーティショナーをテストする場合など、各パーティション内のメッセージの数を知ることに関心がある場合があります。次の手順は、Confluent3.2のKafka0.10.2.1-2で動作するようにテストされています。Kafkaトピック、ktおよび次のコマンドラインがあるとします。

$ kafka-run-class kafka.tools.GetOffsetShell \
  --broker-list host01:9092,host02:9092,host02:9092 --topic kt

これにより、3つのパーティション内のメッセージの数を示すサンプル出力が出力されます。

kt:2:6138
kt:1:6123
kt:0:6137

行数は、トピックのパーティション数に応じて多かれ少なかれなります。

以来ConsumerOffsetChecker、もはやサポートされている、あなたは、トピック内のすべてのメッセージを確認するには、このコマンドを使用することはできません。

bin/kafka-run-class.sh kafka.admin.ConsumerGroupCommand \
    --group my-group \
    --bootstrap-server localhost:9092 \
    --describe

LAGトピックパーティション内のメッセージの数はどこにありますか。

また、kafkacatを使用してみることができます。これは、トピックとパーティションからメッセージを読み取り、それらをstdoutに出力するのに役立つオープンソースプロジェクトです。sample-kafka-topicトピックから最後の10個のメッセージを読み取り、終了するサンプルを次に示します。

kafkacat -b localhost:9092 -t sample-kafka-topic -p 0 -o -10 -e

https://prestodb.io/docs/current/connector/kafka-tutorial.htmlを使用します

Facebookが提供する、複数のデータソース（Cassandra、Kafka、JMX、Redisなど）に接続するスーパーSQLエンジン。

PrestoDBは、オプションのワーカーを備えたサーバーとして実行されており（追加のワーカーがないスタンドアロンモードがあります）、小さな実行可能JAR（presto CLIと呼ばれます）を使用してクエリを実行します。

Prestoサーバーを適切に構成したら、従来のSQLを使用できます。

SELECT count(*) FROM TOPIC_NAME;

トピックのすべてのパーティションで未処理のメッセージを取得するApacheKafkaコマンド：

kafka-run-class kafka.tools.ConsumerOffsetChecker 
    --topic test --zookeeper localhost:2181 
    --group test_group

プリント：

Group      Topic        Pid Offset          logSize         Lag             Owner
test_group test         0   11051           11053           2               none
test_group test         1   10810           10812           2               none
test_group test         2   11027           11028           1               none

列6は、未処理のメッセージです。次のように合計します。

kafka-run-class kafka.tools.ConsumerOffsetChecker 
    --topic test --zookeeper localhost:2181 
    --group test_group 2>/dev/null | awk 'NR>1 {sum += $6} 
    END {print sum}'

awkは行を読み取り、ヘッダー行をスキップして6番目の列を合計し、最後に合計を出力します。

プリント

5

トピックに保存されているすべてのメッセージを取得するには、各パーティションのストリームの最初と最後までコンシューマーを探し、結果を合計します。

List<TopicPartition> partitions = consumer.partitionsFor(topic).stream()
        .map(p -> new TopicPartition(topic, p.partition()))
        .collect(Collectors.toList());
    consumer.assign(partitions); 
    consumer.seekToEnd(Collections.emptySet());
Map<TopicPartition, Long> endPartitions = partitions.stream()
        .collect(Collectors.toMap(Function.identity(), consumer::position));
    consumer.seekToBeginning(Collections.emptySet());
System.out.println(partitions.stream().mapToLong(p -> endPartitions.get(p) - consumer.position(p)).sum());

以下を実行します（kafka-console-consumer.shパス上にあると想定）。

kafka-console-consumer.sh  --from-beginning \
--bootstrap-server yourbroker:9092 --property print.key=true  \
--property print.value=false --property print.partition \
--topic yourtopic --timeout-ms 5000 | tail -n 10|grep "Processed a total of"

Kafka 2.11-1.0.0のJavaクライアントを使用すると、次のことができます。

    KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
    consumer.subscribe(Collections.singletonList("test"));
    while(true) {
        ConsumerRecords<String, String> records = consumer.poll(100);
        for (ConsumerRecord<String, String> record : records) {
            System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());

            // after each message, query the number of messages of the topic
            Set<TopicPartition> partitions = consumer.assignment();
            Map<TopicPartition, Long> offsets = consumer.endOffsets(partitions);
            for(TopicPartition partition : offsets.keySet()) {
                System.out.printf("partition %s is at %d\n", partition.topic(), offsets.get(partition));
            }
        }
    }

出力は次のようなものです：

offset = 10, key = null, value = un
partition test is at 13
offset = 11, key = null, value = deux
partition test is at 13
offset = 12, key = null, value = trois
partition test is at 13

Kafka Managerの最新バージョンには、「最近のオフセットの合計」というタイトルの列があります。

私はこれと同じ質問をしました、そしてこれは私がコトリンのKafkaConsumerからそれをどのようにやっているかです：

val messageCount = consumer.listTopics().entries.filter { it.key == topicName }
    .map {
        it.value.map { topicInfo -> TopicPartition(topicInfo.topic(), topicInfo.partition()) }
    }.map { consumer.endOffsets(it).values.sum() - consumer.beginningOffsets(it).values.sum()}
    .first()

これが機能するようになったので、非常に大まかなコードですが、基本的には、トピックの開始オフセットを終了オフセットから減算すると、これがトピックの現在のメッセージ数になります。

トピックから古いメッセージが削除される可能性のある他の構成（クリーンアップポリシー、retention-msなど）があるため、エンドオフセットだけに依存することはできません。オフセットは前方に「移動」するだけなので、終了オフセットに近づく（またはトピックに現在メッセージが含まれていない場合は最終的に同じ値に移動する）のは最初のオフセットです。

基本的に、終了オフセットは、そのトピックを通過したメッセージの総数を表し、2つの違いは、トピックに現在含まれているメッセージの数を表します。

Kafkaドキュメントからの抜粋

0.9.0.0での非推奨

kafka-consumer-offset-checker.sh（kafka.tools.ConsumerOffsetChecker）は非推奨になりました。今後、この機能にはkafka-consumer-groups.sh（kafka.admin.ConsumerGroupCommand）を使用してください。

サーバーとクライアントの両方でSSLを有効にしてKafkaブローカーを実行しています。以下のコマンドを使用します

kafka-consumer-groups.sh --bootstrap-server Broker_IP:Port --list --command-config /tmp/ssl_config kafka-consumer-groups.sh --bootstrap-server Broker_IP:Port --command-config /tmp/ssl_config --describe --group group_name_x

ここで、/ tmp / ssl_configは次のとおりです。

security.protocol=SSL
ssl.truststore.location=truststore_file_path.jks
ssl.truststore.password=truststore_password
ssl.keystore.location=keystore_file_path.jks
ssl.keystore.password=keystore_password
ssl.key.password=key_password

サーバーのJMXインターフェースにアクセスできる場合、開始オフセットと終了オフセットは次の場所にあります。

kafka.log:type=Log,name=LogStartOffset,topic=TOPICNAME,partition=PARTITIONNUMBER
kafka.log:type=Log,name=LogEndOffset,topic=TOPICNAME,partition=PARTITIONNUMBER

（TOPICNAME＆を置き換える必要がありますPARTITIONNUMBER）。クマは念頭に置いて、あなたは、特定のパーティションのレプリカごとにチェックする必要がある、またはあなたがのためのリーダーであるブローカーのどちらを知る必要がある特定のパーティション（これは、時間とともに変化することができます）。

または、KafkaConsumerメソッドbeginningOffsetsとを使用することもできますendOffsets。

私はこれを自分で試したことがありませんが、それは理にかなっているようです。

kafka.tools.ConsumerOffsetChecker（source）を使用することもできます。

私が見つけた最も簡単な方法は、Kafdrop REST APIを使用し、JSON応答を取得するために/topic/topicNamekey："Accept"/ value："application/json"ヘッダーを指定することです。

これはここに記載されています。

kafkatoolを使用できます。このリンクを確認してください-> http://www.kafkatool.com/download.html

Kafka Toolは、ApacheKafkaクラスターを管理および使用するためのGUIアプリケーションです。これは、Kafkaクラスター内のオブジェクトとクラスターのトピックに保存されているメッセージをすばやく表示できる直感的なUIを提供します。