释放双眼，带上耳机，听听看~！
1. schema 注册表
无论是使用传统的Avro API自定义序列化类和反序列化类还是使用Twitter的Bijection类库实现Avro的序列化与反序列化，这两种方法都有一个缺点：在每条Kafka记录里都嵌入了schema，这会让记录的大小成倍地增加。但是不管怎样，在读取记录时仍然需要用到整个 schema，所以要先找到 schema。有没有什么方法可以让数据共用一个schema？
我们遵循通用的结构模式并使用"schema注册表"来达到目的。"schema注册表"的原理如下：
把所有写入数据需要用到的 schema 保存在注册表里，然后在记录里引用 schema 的 ID。负责读取数据的应用程序使用 ID 从注册表里拉取 schema 来反序列化记录。序列化器和反序列化器分别负责处理 schema 的注册和拉取。
schema注册表并不属于Kafka，现在已经有一些开源的schema 注册表实现。比如本文要讨论的Confluent Schema Registry。
2. 案例说明
现有 schema 文件 user.json，其中内容如下：
2
3
4
5
6
7
8
9
10
11
2{
3 "type": "record",
4 "name": "User",
5 "fields": [
6 {"name": "id", "type": "int"},
7 {"name": "name", "type": "string"},
8 {"name": "age", "type": "int"}
9 ]
10}
11
需求：把这个 schema 中的内容注册到 Confluent Schema Registry 中，Kafka Producer 和 Kafka Consumer 通过识别 Confluent Schema Registry 中的 schema 内容来序列化和反序列化。
3. 实操步骤
(1) 启动 Confluent Schema Registry 服务
-
Confluent 下载地址：https://www.confluent.io/download/，我这里使用confluent-oss-4.1.1-2.11.tar.gz
-
下载好后上传到服务器，解压即可用
-
进入confluent-4.1.1/etc/schema-registry/目录下，修改schema-registry.properties文件，内容及注释如下：
2
3
4
5
6
7
8
9
10
11
12
13
14
15
2# Confluent Schema Registry 服务的访问IP和端口
3listeners=http://192.168.42.89:8081
4
5# Kafka集群所使用的zookeeper地址，如果不配置，会使用Confluent内置的Zookeeper地址(localhost:2181)
6kafkastore.connection.url=192.168.42.89:2181/kafka-1.1.0-cluster
7
8# Kafka集群的地址(上一个参数和这个参数配置一个就可以了)
9# kafkastore.bootstrap.servers=192.168.42.89:9092,192.168.42.89:9093,192.168.42.89:9094
10
11# 存储 schema 的 topic
12kafkastore.topic=_schemas
13
14# 其余保持默认即可
15
-
启动 Confluent Schema Registry
2
3
4
5
2[root@confluent confluent-4.1.1]# bin/schema-registry-start etc/schema-registry/schema-registry.properties
3# 省略一些内容......
4[2018-06-22 16:10:26,442] INFO Server started, listening for requests... (io.confluent.kafka.schemaregistry.rest.SchemaRegistryMain:45)
5
(2) 注册 User 的 schema 注册到对应的 topic 下
-
首先把原来的 schema 文件加上 "schema" 标记
2
3
4
5
6
7
8
9
10
11
12
13
2{
3 "schema": "{
4 "type": "record",
5 "name": "User",
6 "fields": [
7 {"name": "id", "type": "int"},
8 {"name": "name", "type": "string"},
9 {"name": "age", "type": "int"}
10 ]
11 }"
12}
13
-
部分"需要转义：
2
3
4
5
6
7
8
9
10
11
12
13
2{
3 "schema": "{
4 \"type\": \"record\",
5 \"name\": \"User\",
6 \"fields\": [
7 {\"name\": \"id\", \"type\": \"int\"},
8 {\"name\": \"name\", \"type\": \"string\"},
9 {\"name\": \"age\", \"type\": \"int\"}
10 ]
11 }"
12}
13
-
注册 schema 的命令如下
2
3
4
5
2curl -X POST -H "Content-Type: application/vnd.schemaregistry.v1+json" \
3--data '' \
4http://192.168.42.89:8081/subjects/dev3-yangyunhe-topic001-value/versions
5
说明： <1> ''之间需要填写schema字符串 <2> 我用来测试的 topic 为 dev3-yangyunhe-topic001，而且我只对 Kafka 的 value 进行 avro 的序列化，所以注册的地址为http://192.168.42.89:8081/subjects/dev3-yangyunhe-topic001-value/versions <3> http://192.168.42.89:8081需要根据自己的配置进行修改
-
把转义后 schema 填充到 –data ''的两个单引号中
2
3
4
5
2curl -X POST -H "Content-Type: application/vnd.schemaregistry.v1+json" \
3--data '{"schema": "{\"type\": \"record\", \"name\": \"User\", \"fields\": [{\"name\": \"id\", \"type\": \"int\"}, {\"name\": \"name\", \"type\": \"string\"}, {\"name\": \"age\", \"type\": \"int\"}]}"}' \
4http://192.168.42.89:8081/subjects/dev3-yangyunhe-topic001-value/versions
5
-
注册成功会返回这个 schema 的 ID
2
3
2{"id":102}
3
(3) 在 maven 工程中引入 Confluent Schema Registry 相关的 jar 包
这些 jar 包在 maven 仓库中下载不到，需要自己手动添加到集群中，confluent-4.1.1 解压后，其 share/java/目录下有 confluent 各个组件的 jar 包：
我们需要 confluent-common 目录下的common-config-4.1.1.jar、common-utils-4.1.1.jar和全部以jackson开头的 jar 包以及 kafka-serde-tools 目录下的kafka-schema-registry-client-4.1.1.jar和kafka-avro-serializer-4.1.1.jar，关于如何添加本地的 jar 包到 java 工程中，本文不再赘述。
(4) Kafka Producer 发送数据
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
2package com.bonc.rdpe.kafka110.producer;
3
4import java.util.Properties;
5import java.util.Random;
6
7import org.apache.avro.Schema;
8import org.apache.avro.generic.GenericData;
9import org.apache.avro.generic.GenericRecord;
10import org.apache.kafka.clients.producer.KafkaProducer;
11import org.apache.kafka.clients.producer.Producer;
12import org.apache.kafka.clients.producer.ProducerRecord;
13
14/**
15 * @Title ConfluentProducer.java
16 * @Description 使用Confluent实现的Schema Registry服务来发送Avro序列化后的对象
17 * @Author YangYunhe
18 * @Date 2018-06-25 10:49:19
19 */
20public class ConfluentProducer {
21
22 public static final String USER_SCHEMA = "{\"type\": \"record\", \"name\": \"User\", " +
23 "\"fields\": [{\"name\": \"id\", \"type\": \"int\"}, " +
24 "{\"name\": \"name\", \"type\": \"string\"}, {\"name\": \"age\", \"type\": \"int\"}]}";
25
26 public static void main(String[] args) throws Exception {
27
28 Properties props = new Properties();
29 props.put("bootstrap.servers", "192.168.42.89:9092,192.168.42.89:9093,192.168.42.89:9094");
30 props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
31 // 使用Confluent实现的KafkaAvroSerializer
32 props.put("value.serializer", "io.confluent.kafka.serializers.KafkaAvroSerializer");
33 // 添加schema服务的地址，用于获取schema
34 props.put("schema.registry.url", "http://192.168.42.89:8081");
35
36 Producer<String, GenericRecord> producer = new KafkaProducer<>(props);
37
38 Schema.Parser parser = new Schema.Parser();
39 Schema schema = parser.parse(USER_SCHEMA);
40
41 Random rand = new Random();
42 int id = 0;
43
44 while(id < 100) {
45 id++;
46 String name = "name" + id;
47 int age = rand.nextInt(40) + 1;
48 GenericRecord user = new GenericData.Record(schema);
49 user.put("id", id);
50 user.put("name", name);
51 user.put("age", age);
52
53 ProducerRecord<String, GenericRecord> record = new ProducerRecord<>("dev3-yangyunhe-topic001", user);
54
55 producer.send(record);
56 Thread.sleep(1000);
57 }
58
59 producer.close();
60
61 }
62
63}
64
(5) Kafka Consumer 消费数据
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
2package com.bonc.rdpe.kafka110.consumer;
3
4import java.util.Collections;
5import java.util.Properties;
6
7import org.apache.avro.generic.GenericRecord;
8import org.apache.kafka.clients.consumer.ConsumerRecord;
9import org.apache.kafka.clients.consumer.ConsumerRecords;
10import org.apache.kafka.clients.consumer.KafkaConsumer;
11
12/**
13 * @Title ConfluentConsumer.java
14 * @Description 使用Confluent实现的Schema Registry服务来消费Avro序列化后的对象
15 * @Author YangYunhe
16 * @Date 2018-06-25 11:42:21
17 */
18public class ConfluentConsumer {
19
20 public static void main(String[] args) throws Exception {
21
22 Properties props = new Properties();
23 props.put("bootstrap.servers", "192.168.42.89:9092,192.168.42.89:9093,192.168.42.89:9094");
24 props.put("group.id", "dev3-yangyunhe-group001");
25 props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
26 // 使用Confluent实现的KafkaAvroDeserializer
27 props.put("value.deserializer", "io.confluent.kafka.serializers.KafkaAvroDeserializer");
28 // 添加schema服务的地址，用于获取schema
29 props.put("schema.registry.url", "http://192.168.42.89:8081");
30 KafkaConsumer<String, GenericRecord> consumer = new KafkaConsumer<>(props);
31
32 consumer.subscribe(Collections.singletonList("dev3-yangyunhe-topic001"));
33
34 try {
35 while (true) {
36 ConsumerRecords<String, GenericRecord> records = consumer.poll(1000);
37 for (ConsumerRecord<String, GenericRecord> record : records) {
38 GenericRecord user = record.value();
39 System.out.println("value = [user.id = " + user.get("id") + ", " + "user.name = "
40 + user.get("name") + ", " + "user.age = " + user.get("age") + "], "
41 + "partition = " + record.partition() + ", " + "offset = " + record.offset());
42 }
43 }
44 } finally {
45 consumer.close();
46 }
47 }
48}
49
(6) 测试结果
Kafka Consumer 的控制台输出内容如下：
2
3
4
5
6
7
8
9
2value = [user.id = 1, user.name = name1, user.age = 20], partition = 1, offset = 696
3value = [user.id = 2, user.name = name2, user.age = 27], partition = 0, offset = 696
4value = [user.id = 3, user.name = name3, user.age = 35], partition = 2, offset = 695
5value = [user.id = 4, user.name = name4, user.age = 7], partition = 1, offset = 697
6value = [user.id = 5, user.name = name5, user.age = 34], partition = 0, offset = 697
7
8......
9
本文参与腾讯云自媒体分享计划，欢迎正在阅读的你也加入，一起分享。
