Java，如何在 apache kafka 中获取主题中的消息数

Question

我正在使用 apache kafka 进行消息传递。我已经用 Java 实现了生产者和消费者。我们如何获取主题中的消息数？

Answer 1

它不是java，但可能有用

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

Answer 2

我有同样的问题，这就是我的做法，来自 Kotlin 中的 KafkaConsumer：

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()

非常粗略的代码，因为我刚刚开始工作，但基本上你想从结束偏移中减去主题的开始偏移，这将是主题的当前消息计数。

您不能仅仅依赖结束偏移量，因为其他配置（清理策略、保留毫秒等）可能最终导致从您的主题中删除旧消息。 偏移量只会向前“移动”，因此它是开始偏移量将向前移动更接近结束偏移量（或者最终移动到相同的值，如果主题现在不包含消息）。

基本上，结束偏移量表示通过该主题的消息总数，两者之间的差异表示该主题现在包含的消息数。

Answer 3

运行以下命令（假设kafka-console-consumer.sh 在路径上）：

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"

Answer 4

由于不再支持ConsumerOffsetChecker，您可以使用此命令检查主题中的所有消息：

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

其中LAG 是主题分区中的消息数：

您也可以尝试使用kafkacat。这是一个开源项目，可以帮助您从主题和分区中读取消息并将它们打印到标准输出。下面是一个示例，它从sample-kafka-topic 主题读取最后 10 条消息，然后退出：

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

Answer 5

我发现最简单的方法是使用 Kafdrop REST API /topic/topicName 并指定键："Accept" / 值："application/json" 标头，以获取 JSON 响应。

This is documented here.

Answer 6

如果您可以访问服务器的 JMX 接口，则开始和结束偏移量存在于：

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

（你需要替换TOPICNAME & PARTITIONNUMBER）。 请记住，您需要检查给定分区的每个副本，或者您需要找出哪个代理是 given 分区的领导者（这可能会随着时间而改变）。

或者，您可以使用Kafka Consumer 方法beginningOffsets 和endOffsets。

Answer 7

Kafka 文档节选

0.9.0.0 中的弃用

kafka-consumer-offset-checker.sh (kafka.tools.ConsumerOffsetChecker) 已被弃用。今后，请使用 kafka-consumer-groups.sh (kafka.admin.ConsumerGroupCommand) 来实现此功能。

我正在运行为服务器和客户端启用 SSL 的 Kafka 代理。下面的命令我使用

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

/tmp/ssl_config 如下

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

Answer 8

有时感兴趣的是了解每个分区中的消息数量，例如，在测试自定义分区器时。随后的步骤已经过测试，可与 Confluent 3.2 中的 Kafka 0.10.2.1-2 一起使用。给定一个 Kafka 主题，kt 和以下命令行：

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

打印显示三个分区中消息计数的示例输出：

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

行数可能或多或少取决于主题的分区数。

Answer 9

在最新版本的 Kafka Manager 中，有一列标题为Summed Recent Offsets。

Answer 10

使用Kafka 2.11-1.0.0的Java客户端，你可以做以下事情：

    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));
            }
        }
    }

输出是这样的：

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

Answer 11

我实际上用它来对我的 POC 进行基准测试。您要使用 ConsumerOffsetChecker 的项目。您可以使用下面的 bash 脚本运行它。

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

结果如下： 如您在红色框中看到的，999 是当前主题中的消息数。

更新：ConsumerOffsetChecker 自 0.10.0 起已弃用，您可能希望开始使用 ConsumerGroupCommand。

Answer 12

要获取为该主题存储的所有消息，您可以将消费者寻找到每个分区的流的开头和结尾，并对结果求和

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());

Answer 13

Apache Kafka 命令获取主题所有分区上未处理的消息：

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

打印：

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

第 6 列是未处理的消息。像这样把它们加起来：

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 读取行，跳过标题行并将第 6 列相加，最后打印总和。

打印

5

Answer 14

使用https://prestodb.io/docs/current/connector/kafka-tutorial.html

由 Facebook 提供的超级 SQL 引擎，可连接多个数据源（Cassandra、Kafka、JMX、Redis ...）。

PrestoDB 作为带有可选工作器的服务器运行（有一个没有额外工作器的独立模式），然后您使用一个小的可执行 JAR（称为 presto CLI）进行查询。

配置好 Presto 服务器后，就可以使用传统的 SQL 了：

SELECT count(*) FROM TOPIC_NAME;

Answer 15

我自己没有尝试过this，但这似乎是有道理的。

您也可以使用kafka.tools.ConsumerOffsetChecker (source)。

Answer 16

从消费者的角度来看，唯一想到的方法是实际消费消息并计算它们。

Kafka 代理公开 JMX 计数器，用于记录自启动以来收到的消息数量，但您无法知道其中有多少已被清除。

在最常见的场景中，Kafka 中的消息最好被视为无限流，获取当前保存在磁盘上的数量的离散值并不相关。此外，当处理在一个主题中都有消息子集的代理集群时，事情会变得更加复杂。