将 csv 文件写入 kafka 主题

Question

我有一个很大的 csv，我想写一个 kafka 主题。

def producer():
    producer = KafkaProducer(bootstrap_servers='mykafka-broker')
    with open('/home/antonis/repos/testfile.csv') as file:
        reader = csv.DictReader(file, delimiter=";")
        for row in reader:
            producer.send(topic='stable_topic', value=row)
            producer.flush()

if __name__ == '__main__':
    producer()

此代码产生错误：

AssertionError: value must be bytes

文件看起来像：

"timestamp","name","age"
2020-03-01 00:00:01,John,36
2020-03-01 00:00:01,Peter,22

谁能帮我解决这个问题？

Answer 1

与其重新发明轮子，不如使用已经存在的非常好的轮子 :) 它是 Kafka Connect，它是 Apache Kafka 的一部分。

有几个连接器可以从 CSV 中读取，包括 Kafka Connect spooldir (see example) and Filepulse。

在 this talk 中了解有关 Kafka Connect 的更多信息。

Answer 2

您需要正确序列化您的值。

以下应该可以解决问题：

import json  

producer = KafkaProducer(
    bootstrap_servers='mykafka-broker',
    value_serializer=lambda v: json.dumps(v).encode('utf-8')
)

将 csv 文件写入 kafka 主题

Write a csv file to a kafka topic

python

apache-kafka

kafka-producer-api

kafka-python

pykafka