用于 Azure Blob 存储的 Kafka 连接器答案

【问题标题】：Kafka Connector for Azure Blob Storage用于 Azure Blob 存储的 Kafka 连接器
【发布时间】：2016-12-17 01:14:00
【问题描述】：

我需要将推送到 Kafka 的消息存储在深层存储中。我们正在使用 Azure 云服务，所以我认为 Azure Blob 存储可能是一个更好的选择。我想使用 Kafka Connect 的接收器连接器 API 将数据推送到 Azure Blob。 Kafka 文档大多建议使用 HDFS 导出数据，但在这种情况下，我需要一个运行 Hadoop 的 Linux VM，我猜这会很昂贵。我的问题是 Azure Blob 存储是存储 JSON 对象的合适选择，而构建自定义接收器连接器是这种情况下的合理解决方案？

【问题讨论】：

至于自定义sink，我觉得还可以。目前，Azure Blob 存储没有官方接收器。如果您想要其他解决方案，可以尝试使用 Apache Flume（Kafka 源和 Azure Sink），请参阅此链接以供参考：blogs.msdn.microsoft.com/bigdatasupport/2014/03/18/…

标签： apache-kafka azure-blob-storage apache-kafka-connect

【解决方案1】：

自定义接收器连接器绝对有效。 Kafka Connect 的设计绝对是为了让您可以插入连接器。事实上，连接器的开发是完全联合的。 Confluent 的 JDBC 和 HDFS 连接器首先实现仅仅是因为这两个用例的流行，但还有更多（我们保留了我们知道的连接器列表here。

关于 Azure blob 存储是否合适，您提到了 JSON 对象。我认为您唯一需要考虑的是对象的大小以及 Azure 存储是否能够很好地处理对象的大小和数量。我不确定 Azure 存储的特性，但在许多其他对象存储系统中，您可能需要将许多对象聚合到单个 blob 中以获得大量对象的良好性能（即，您可能需要支持许多 JSON 对象的文件格式)。

【讨论】：

【解决方案2】：

如果现在有人碰到这个问题，你应该知道现在有一个kafka connect sink for azure blob storage

【讨论】：

您可以在没有许可证密钥的情况下使用此连接器进行 30 天的试用期。 30 天后，此连接器在 Confluent 企业许可下可用。