我正在从Kafka生产者连续阅读500 MB随机元组,并在风暴拓扑中使用Mongo Java Driver将其插入MongoDb。问题是我的吞吐量非常低,为每秒4-5元组。
如果我写一个简单的print语句而没有DB插入,我的吞吐量为每秒684个元组。我计划从Kafka运行1M条记录,并使用mongo insert检查吞吐量。
我尝试使用kafkaconfig中的config setMaxSpoutPending,setMessageTimeoutSecs parms进行调整。
final SpoutConfig kafkaConf = new SpoutConfig(zkrHosts, kafkaTopic, zkRoot, clientId);
kafkaConf.ignoreZkOffsets=false;
kafkaConf.useStartOffsetTimeIfOffsetOutOfRange=true;
kafkaConf.startOffsetTime=kafka.api.OffsetRequest.LatestTime();
kafkaConf.stateUpdateIntervalMs=2000;
kafkaConf.scheme = new SchemeAsMultiScheme(new StringScheme());
final TopologyBuilder topologyBuilder = new TopologyBuilder();
topologyBuilder.setSpout("kafka-spout", new KafkaSpout(kafkaConf), 1);
topologyBuilder.setBolt("print-messages", new MyKafkaBolt()).shuffleGrouping("kafka-spout");
Config conf = new Config();
conf.setDebug(true);
conf.setMaxSpoutPending(1000);
conf.setMessageTimeoutSecs(30);
执行螺栓的方法
JSONObject jObj = new JSONObject();
jObj.put("key", input.getString(0));
if (null !=jObj && jObj.size() > 0 ) {
final DBCollection quoteCollection = dbConnect.getConnection().getCollection("stormPoc");
if (quoteCollection != null) {
BasicDBObject dbObject = new BasicDBObject();
dbObject.putAll(jObj);
quoteCollection.insert(dbObject);
// logger.info("inserted in Collection !!!");
} else {
logger.info("Error while inserting data in DB!!!");
}
collector.ack(input);
有一个storm-mongodb
模块可以与Mongo集成。它不能完成这项工作吗? https://github.com/apache/storm/tree/b07413670fa62fec077c92cb78fc711c3bda820c/external/storm-mongodb
你不应该使用storm-kafka
进行Kafka集成,它已被弃用。请改用storm-kafka-client
。
设置conf.setDebug(true)
会影响你的处理,因为Storm会记录每个元组相当大量的文本。