如何停止程序中的Python Kafka Consumer？

Question

我正在做 Python Kafka 消费者（尝试在 http://kafka-python.readthedocs.org/en/latest/apidoc/kafka.consumer.html 中使用 kafka.consumer.SimpleConsumer 或 kafka.consumer.simple.SimpleConsumer）。当我运行下面的一段代码时，它会一直运行，即使所有的消息都被消耗掉了。 希望消费者消费完消息就停下来。怎么做？ 我也不知道如何使用 stop() 函数（在基础 class kafka.consumer.base.Consumer 中）。

更新

我使用信号处理程序来调用 consumer.stop()。一些错误消息被打印到屏幕上。但是程序仍然卡在for循环中。当新消息进来时，消费者消费它们并打印它们。我也试过 client.close()。但是结果一样。

我需要一些方法来优雅地停止 for 循环。

        client = KafkaClient("localhost:9092")
        consumer = SimpleConsumer(client, "test-group", "test")

        consumer.seek(0, 2)# (0,2) and (0,0)

        for message in consumer:
            print "Offset:", message.offset
            print "Value:", message.message.value

欢迎任何帮助。谢谢

Answer 1

使用iter_timeout参数设置等待时间。如果设置为10，就像下面这段代码，如果10秒内没有新消息进来就退出。默认值为None，即即使没有新消息进来，消费者也会阻塞在这里。

        self.consumer = SimpleConsumer(self.client, "test-group", "test",
                iter_timeout=10)

更新

以上不是一个好的方法。当大量消息进来时，很难设置足够小的 iter_timeout 来保证停止。所以，现在，我正在使用 get_message() 函数，它尝试使用一条消息并停止。没有新消息时返回None。

Answer 2

我们可以先查看主题中最后一条消息的偏移量。然后在我们达到该偏移量时停止循环。

    client = "localhost:9092"
    consumer = KafkaConsumer(client)
    topic = 'test'
    tp = TopicPartition(topic,0)
    #register to the topic
    consumer.assign([tp])

    # obtain the last offset value
    consumer.seek_to_end(tp)
    lastOffset = consumer.position(tp)

    consumer.seek_to_beginning(tp)        

    for message in consumer:
        print "Offset:", message.offset
        print "Value:", message.message.value
        if message.offset == lastOffset - 1:
            break

Answer 3

Mohit 答案的类似解决方案，但使用消费者的 end_offsets 功能。

from kafka import KafkaConsumer, TopicPartition

# settings
client = "localhost:9092"
topic = 'test'

# prepare consumer
tp = TopicPartition(topic,0)
consumer = KafkaConsumer(client)
consumer.assign([tp])
consumer.seek_to_beginning(tp)  

# obtain the last offset value
lastOffset = consumer.end_offsets([tp])[tp]

for message in consumer:
    print "Offset:", message.offset
    print "Value:", message.message.value
    if message.offset == lastOffset - 1:
        break

Answer 4

更简单的解决方案：

使用 poll() 代替 poll_timeout_ms。 poll() 是非阻塞调用。

在 while 循环外创建一个计数器变量。
每次 poll() 从 Kafka Brokers 获取 0 条记录时增加计数器。
如果 poll() 提取记录
如果计数器 == 某个阈值（比如 10），则跳出循环并关闭消费者。

在这个逻辑中，我们依赖于这样一个事实，即如果 poll() 在 10 个后续调用中没有获取任何记录，这意味着我们已经读取了所有数据。

如何停止程序中的Python Kafka Consumer？

How to stop Python Kafka Consumer in program?

python

apache-kafka

kafka-consumer-api

kafka-python