限时领|《AI 百问百答》专栏课+实体书(包邮)! 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 19:092638
用户头像

发布了 1008 篇内容, 共 424.2 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

OPPO大数据诊断平台“罗盘”正式开源

安第斯智能云

大数据 开源

基于 LowCodeEngine 的低代码组件体系建设和实践

阿里技术

前端 低代码

毕业设计 - 电商秒杀系统

架构实战营 「架构实战营」

百度研发效能从度量到数字化蜕变之路

百度Geek说

百度 研发效能 企业号 4 月 PK 榜 效能数字化

等保三级对日志审计的要求是什么?有堡垒机还需要日志审计系统吗?

行云管家

堡垒机 日志审计 等保三级

英特尔宋继强:面向半导体“万亿时代”,以全栈创新推动算力发展

科技热闻

以技术赋能智慧酒店,思岚科技亮相上海酒店展

科技热闻

Bigasoft Video Downloader Pro :视频网站下载和转换视频器

Rose

KaiwuDB 亮相中国石油石化企业信息技术交流大会

KaiwuDB

数字能源 KaiwuDB 数据解决方案

开发板如何适配OpenHarmony 3.2

OpenHarmony开发者

Open Harmony

如何实现对 Oracle 的实时数据捕获和性能调优|Flink CDC 专题

Apache Flink

大数据 flink 实时计算

对谈阿里云祝顺民:经济复苏,云网络如何加速企业效率提升?

云布道师

云网络

精彩回顾 | 2023工赋Meetup—上海站

工赋开发者社区

互联网出海风大雨大,融云助力 App 守护用户「被遗忘权」

融云 RongCloud

互联网 安全 融云 泛娱乐

AutoCAD(CAD2024)中文特别版Mac/win

Rose

CAD绘图 cad2024激活版

AI推理服务平台升级,阿里云机器学习PAI推出新规格

阿里云大数据AI技术

人工智能 机器学习 模型 在线服务

IT采购,不再默默扛下“背刺”

脑极体

AI ChatGPT

提高API采用率的关键:快速创建有效的API监控任务

云智慧AIOps社区

API api 网关 监控宝 API Gateway 监控产品

人工智能实践: 基于T-S 模型的模糊推理

TiAmo

模糊推理 TS模型

软件测试/测试开发丨ChatGPT在软件测试领域的应用

测试人

软件测试 自动化测试 测试开发 ChatGPT

World Clock Deluxe for Mac(世界时钟豪华版)

Rose

吃透阿里2023版Java性能优化小册后,我让公司系统性能提升了200%

三十而立

Java 程序员 IT 面试资料

知名度比较高的堡垒机有哪些?大家喜欢哪款?

行云管家

堡垒机 行云管家

经验分享|如何用ChatGPT开发一个安卓应用

Onegun

人工智能 移动开发 ChatGPT

昇思MindSpore:人工智能的创新之源

极客天地

如何针对重复问题创建测试矩阵

测吧(北京)科技有限公司

测试

面试必问:说一下 Java 虚拟机的内存布局?

Java JVM 虚拟机

免费广告效果监测服务,实现全链路营销效果跟踪

HarmonyOS SDK

HMS Core

对于处理高并发用户请求的一些思考

Java 架构 分布式 高并发

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