报名参加CloudWeGo黑客松,奖金直推双丰收! 了解详情
写点什么

Kafka 的 API 那么多,到底该怎么选?

  • 2018-11-15
  • 本文字数:2441 字

    阅读完需:约 8 分钟

Kafka的API那么多,到底该怎么选?

AI 前线导读:


本文介绍了各种 Kafka API 的应用场景。


更多干货内容请关注微信公众号“AI 前线”(ID:ai-front)


Kafka 是一头值得研究的野兽。尽管随着时间的推移,Kafka 的内核已经相当稳定,但围绕 Kafka 的框架却在迅速发展。


几年前,Kafka 很容易理解:Producer 和 Consumer。现在,我们还有 Kafka Connect、Kafka Streams 和 KSQL。它们是要取代 Producer 或 Consumer API,还是对它们的补充?本文将详细说明。


一个简单的示意图

选择合适的 Kafka API

我把 Apache Kafka 中的工作负载归纳成 5 类,在我看来, 每一种对应一种特定的 API:


  • Kafka Producer API:应用程序直接生成数据(如点击流、日志、物联网);

  • Kafka Connect Source API:应用程序连接我们无法控制的数据存储和 Kafka(如 CDC、Postgres、MongoDB、Twitter、REST API);

  • Kafka Streams API / KSQL:从 Kafka 消费并把生成的数据传回 Kafka 的应用程序,也称为流处理。如果你认为你只需要编写类似 SQL 的实时任务,则可以使用 KSQL;如果你认为你需要编写复杂的任务逻辑,则可以使用 Kafka Streams API。

  • Kafka Consumer API: 读取流并以此为依据实时执行动作(如发送电子邮件);

  • Kafka Connect Sink API: 读取流,并将其保存到目标存储(如 Kafka 到 S3、Kafka 到 HDFS、Kafka 到 PostgreSQL、Kafka 到 MongoDB 等)。


你可能想做一些和上面说的都不一样的事情,Kafka 也支持你这么做。例如,如果你想要根据自己的需求编写大量定制化代码,Kafka Consumer 和 Kafka Connect Sink API 是可以互换的。


总的来说,上面的指导原则应该可以帮助你以最少的代码和挫折来实现最高效的工作流。

Kafka Producer API

优点


Kafka Producer API 使用起来非常简单:发送数据,这是异步的,会有一个回调。这非常适合直接发送数据流的应用程序,比如日志、点击流、物联网。


这种 API 经常和代理一起使用。


局限


Kafka Producer API 可以扩展,你可以以此为基础做更多的事情,但是,这需要工程师编写大量的附加逻辑。我发现,人们犯的最大错误是试图使用 Producer API 在数据库和 Kafka 之间执行 ETL。以下是一些不容易做到的事情:


如何跟踪源偏移?(即如果 Producer 停止了,该如何恰当恢复)


如何在多个 Producer 之间分配 ETL 工作负载?为此,我们最好使用 Kafka Connect Source API。

Kafka Connect Source API

优点


Kafka Connect Source API 是一个构建在 Producer API 之上的完整框架。它主要是为了让开发人员能够有一个更好的 API:1)用于 Producer 任务分发以进行并行处理,2)提供 Producer 恢复的简单机制。最后一个好处是提供了各种各样的连接器,你现在可以利用它们从大多数源传输数据,而无需编写一行代码。


局限


如果你未能为自己的源找到一个可用的源连接器,原因是在你的的环境中使用了一个专有的系统,那么你将不得不编写自己的源连接器。编写自己的源连接器实际上还算轻松,但调试它就不那么令人愉快了。

Kafka Consumer API

优点


Kafka Consumer API 非常简单,它使用 Consumer 群组,所以主题可以并行消费。尽管你需要小心处理一些事情,比如偏移管理和提交,以及重新平衡和幂等约束,但是它们非常容易编写。对于任何无状态的工作负载,它们都是完美的选择。


局限


当你执行某种 ETL 时,Kafka Connect Sink 更适合,因为它们使你不必针对外部数据源编写一些复杂的逻辑。

Kafka Connect Sink API

优点


与 Kafka Connect Source API 类似,Kafka Connect Sink API 允许你利用现有的 Kafka 连接器生态系统来执行流 ETL,而无需编写一行代码。Kafka Connect Sink API 是构建在 Consumer API 之上的,但是看起来和它没有什么不同。


局限


如果你要编写的数据接收器还没有可用的连接器,则必须编写 Kafka Connect Sink(如果你愿意,也可以是消费者),调试过程可能会稍微复杂一些。

Kafka Streams API

优点


如果你想要进入流处理的世界,即实时读取来自 Kafka 的数据,并在处理之后将其写回 Kafka,那么,如果你把 Kafka Consumer API 和 Kafka Producer API 链接在一起使用的话,你很可能陷入麻烦之中。值得庆幸的是,Kafka 项目现在提供了 Kafka Streams API (可用于 Java 和 Scala),让你可以编写高级 DSL(类似于函数式编程 / Apache Spark 类型的程序)或低级 API(和 Apache Storm 更为相似)。使用 Kafka Streams API 确实需要编写代码,但完全隐藏了维护生产者和消费者的复杂性,使你可以专注于流处理器的逻辑。它还具有连接、聚合和只执行一次处理的特性。


局限


你将不得不编写一些代码,这可能会变得非常混乱和复杂。直到最近,还很难对 Kafka Streams 应用程序进行单元测试,但现在可以使用 test-utils 库来实现。最后,尽管 Kafka Streams 看起来很简单,但它实际上是后台的一头野兽,它会创建状态存储,很可能是以 Kafka 主题为基础。这意味着,虽然作为额外的好处,你将拥有“无状态”和完全弹性的应用程序,但基于拓扑的复杂性,Kafka 集群可能不得不开始处理更多的消息。

KSQL

优点


KSQL 不是 Kafka API 的直接组成部分,而是 Kafka Streams 的包装器。在这里仍然值得一提。尽管 Kafka Streams 使你可以编写一些复杂的拓扑,但那需要一些丰富的编程知识,而且可能难以阅读,尤其是对于新手来说。KSQL 希望通过提供一个 SQL 语义(非 ANSI)来抽象这种复杂性,该语义与你今天已经了解的内容非常接近。我不得不承认,它非常具有吸引力,使你可以轻松编写流处理器。记住,这不是批处理 SQL,而是流 SQL,因此会出现一些警告。


局限


如果你想要进行复杂的转换、分解数组或需要一个尚未可用的特性,有时你必须回到 Kafka Streams。这个库的发展非常迅速,所以我预计功能缺口可以很快被填补。

总 结

我希望本文能够帮助你理解哪种 Kafka API 适合你的场景,以及为什么。


查看英文原文:


https://medium.com/@stephane.maarek/the-kafka-api-battle-producer-vs-consumer-vs-kafka-connect-vs-kafka-streams-vs-ksql-ef584274c1e


如果你喜欢这篇文章,或希望看到更多类似优质报道,记得给我留言和点赞哦!


2018-11-15 19:092580
用户头像

发布了 1008 篇内容, 共 407.8 次阅读, 收获喜欢 346 次。

关注

评论

发布
暂无评论
发现更多内容

Data+LLM:AI 在智能制造数字化转型中的应用

Altair RapidMiner

机器学习 AI 数字化转型 知识图谱 智能制造

二级域名如何解析?一个一级域名可以解析多少个二级域名?

国科云

告别 996!飞算 JavaAI 如何用 AI 技术让开发者准时下班?

飞算JavaAI开发助手

刷题玩梗?LeetCode上的神回复治好了你的精神内耗

卷福同学

面试 LeetCode 神回复

交易所开发:构建安全、高效、可靠的数字资产交易平台

区块链软件开发推广运营

交易所开发 dapp开发 链游开发 公链开发 代币开发

BSI为金斯瑞集团颁发ISO/IEC 27001信息安全管理体系认证证书

财见

海信激光电视连续六年稳居全球第一

财见

面试被问“你的缺点是什么?”该怎么答?

王磊

AI+智能财务 | 智能资金预测,智能驱动决策升级!

用友智能财务

企业 财会 经营

区块链技术:构建区块链生态的核心要素

区块链软件开发推广运营

交易所开发 dapp开发 链游开发 公链开发 代币开发

Java反射机制

不在线第一只蜗牛

Java

微信搜索“暗藏玄机”?DeepSeek-R1灰度测试背后有何深意?

测吧(北京)科技有限公司

测试

太好了,IDE支持满血版DeepSeek了,我们有救了!

阿里巴巴云原生

阿里云 云原生 通义灵码 AI程序员 AI程序员体验官

太好了,IDE支持满血版DeepSeek了,我们有救了!

阿里云云效

阿里云 云原生 AI程序员 AI程序员体验官

面试官:说说你项目中JWT的执行流程?

不在线第一只蜗牛

Java 面试 服务器

DeepSeek满血版在IDEA中快的飞起

阿里巴巴云原生

阿里云 云原生 AI程序员 AI程序员体验官

低代码平台国产化部署的架构演进与实践路径——信创生态下的高效开发体系构建

不在线第一只蜗牛

低代码

云原生赋能博云企业转型,openEuler加速自主创新

极客天地

4.98 亿月活背后的国产数据库:咪咕视讯携手 TiDB 攻克内容分发核心系统挑战

PingCAP

数据库 分布式 TiDB

“NGINX邮件组历史”论坛上线了!

通明湖

nginx 云原生 njet

从 DeepSeek 趋势看 AI 开发工具:飞算 JavaAI 如何解决开发者核心痛点?

飞算JavaAI开发助手

飞算 JavaAI 代码生成实战:如何用 AI 技术减少 70% 重复编码

飞算JavaAI开发助手

【新年版】JimuReport 积木报表 v1.9.4发布,免费报表、打印设计和视化设计

JEECG低代码

报表 可视化数据 BI 报表 大屏设计 报表工具

区块链技术前沿:DApp、DeFi与IDO开发的深度探索

区块链软件开发推广运营

交易所开发 dapp开发 链游开发 公链开发 代币开发

以质量为笔,绘数字生活“芯”画卷

E科讯

DeepSeek满血版在IDEA中快的飞起

阿里云云效

阿里云 云原生 AI程序员 AI程序员体验官

Kafka的API那么多,到底该怎么选?_AI&大模型_Stéphane Maarek_InfoQ精选文章