Java，如何在apache kafka中获取主题中的消息数量

Question

我正在使用apache kafka进行消息传递。我用Java实现了生产者和使用者。我们如何获取主题中的消息数量？

Answer 1

从消费者的角度来看，唯一想到这一点的方法是实际使用消息并计算它们。

Kafka代理公开JMX计数器，显示自启动以来收到的消息数量，但您无法知道已经清除了多少消息。

在大多数常见情况下，Kafka中的消息最好被视为无限流，并且获得当前保留在磁盘上的数量的离散值是不相关的。此外，当处理一个代理集群时，事情会变得更加复杂，这些代理在一个主题中都有一部分消息。

Answer 2

运行以下（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 3

使用Kafka 2.11-1.0.0的Java客户端，您可以执行以下操作：

    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 4

我自己没有尝试过this，但似乎有道理。

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

Answer 5

摘录自Kafka文档

弃权在0.9.0.0

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

我正在运行Kafka代理，为服务器和客户端启用了SSL。我用下面的命令

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

其中/ tmp / ssl_config如下所示

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 6

如果您可以访问服务器的JMX接口，则开始和结束偏移位于：

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

（你需要更换TOPICNAME和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给定分区的领导者（这可能会随着时间而变化）。

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

Answer 7

我发现最简单的方法是使用Kafdrop REST API /topic/topicName并指定密钥："Accept" / value："application/json" header以获取JSON响应。

This is documented here。

Answer 8

它不是java，但可能有用

./bin/kafka-run-class.sh kafka.tools.GetOffsetShell 
  --broker-list <broker>:  <port> 
  --topic <topic-name> --time -1 --offsets 1 
  | awk -F  ":" '{sum += $3} END {print sum}'

Answer 9

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。您可以使用如下的bash脚本运行它。

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

以下是结果：正如您在红色框中看到的，999是主题中当前消息的数量。

更新：自0.10.0以来不推荐使用ConsumerOffsetChecker，您可能希望开始使用ConsumerGroupCommand。

Answer 10

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

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

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

一旦配置好Presto服务器，就可以使用传统的SQL：

SELECT count(*) FROM TOPIC_NAME;

Answer 11

有时，人们感兴趣的是知道每个分区中的消息数量，例如，在测试自定义分区程序时。随后的步骤已经过测试，可以与Confluent 3.2中的Kafka 0.10.2.1-2一起使用。鉴于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

打印示例输出，显示三个分区中的消息计数：

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

行数可以更多或更少，具体取决于主题的分区数。

Answer 12

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计数：

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其打印到stdout。这是一个从sample-kafka-topic主题读取最后10条消息的示例，然后退出：

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

Answer 13

Apache Kafka命令在主题的所有分区上获取未处理的消息：

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。像这样添加它们：

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，跳过标题行并添加第6列，最后打印总和。

打印

5

Answer 14

要获取为主题存储的所有消息，您可以在每个分区的流的开头和结尾搜索使用者并对结果求和

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 15

在最新版本的Kafka Manager中，有一个标题为Summed Recent Offsets的列。