侧边栏壁纸
博主头像
Devlive 开源社区博主等级

行动起来,活在当下

  • 累计撰写 123 篇文章
  • 累计创建 32 个标签
  • 累计收到 0 条评论

目 录CONTENT

文章目录

ClickHouse 整合 Kafka (写数据)

我是管理员哦
2024-01-24 / 0 评论 / 2 点赞 / 27 阅读 / 2977 字 / 正在检测是否收录...
温馨提示:
本文最后更新于 2024-01-24,若内容或图片失效,请留言反馈。部分素材来自网络,若不小心影响到您的利益,请联系我们删除。

本文章主要讲解如何将ClickHouse中的消息写回到Kafka。
ClickHouse读取Kafka数据详见 ClickHouse 整合 Kafka(读数据)

Kafka相关操作


  • 在Kafka中创建kafka_writersTopic用于接收ClickHouse写入的数据
kafka-topics \
--zookeeper localhost:2181 \
--topic kafka_writers \
--create --partitions 2 \
--replication-factor 2

执行命令后返回如下响应

Created topic "kafka_writers".

这标志着topic已经创建成功。

ClickHouse相关操作


  • 创建kafka_writers_reader表,用于标记读取kafka数据[此处也不可以操作]
CREATE TABLE kafka_writers_reader \
( \
    `id` Int, \
    `platForm` String, \
    `appname` String, \
    `time` DateTime \
) \
ENGINE = Kafka \
SETTINGS kafka_broker_list = 'localhost:9092', kafka_topic_list = 'kafka_writers_reader', kafka_group_name = 'kafka_writers_reader_group', kafka_format = 'CSV';
  • 我们需要使用Kafka表引擎定义一个表,该表指向我们的kafka_writers主题。该表可以读取和写入Kafka消息(我们在此只做写入操作)。
CREATE TABLE kafka_writers_queue ( \
    id Int, \
    platForm String, \
    appname String, \
    time DateTime \
) \
ENGINE = Kafka \
SETTINGS kafka_broker_list = 'localhost:9092', \
       kafka_topic_list = 'kafka_writers', \
       kafka_group_name = 'kafka_writers_group', \
       kafka_format = 'CSV', \
       kafka_max_block_size = 1048576;

此处我们为了方便使用了CSV格式化数据格式,具体的数据格式根据数据而定。

  • 创建kafka_writers_view物化视图用于将ID大于5的数据输入到kafka_writersTopic中
CREATE MATERIALIZED VIEW kafka_writers_view TO \
kafka_writers_queue AS \
SELECT id, platForm, appname FROM kafka_writers_reader \
WHERE id >= 20;

验证Kafka数据的写入


  • 登录到Kafka集群中消费kafka_writers数据
kafka-console-consumer --bootstrap-server localhost:9092 --topic kafka_writers
  • 新开另一个窗口对kafka_writers_readerKafka主题做生产数据操作
kafka-console-producer --broker-list kafka:9092 --topic kafka_writers_reader <<END
4,"Data","Test","2020-12-23 14:45:31"
5,"Plan","Test1","2020-12-23 14:47:32"
22,"Plan","Test2","2020-12-23 14:52:15"
7,"Data","Test3","2020-12-23 14:54:39"
END

如果我们没有创建kafka_writers_reader主题的话,我们可以忽略此步骤使用下一步方式

  • 插入ClickHouse数据到 kafka_writers_reader 表中
INSERT INTO kafka_writers_reader (id, platForm, appname, time) \
VALUES (4,'Data','Test','2020-12-23 14:45:31'), \
(5,'Plan','Test1','2020-12-23 14:47:32'), \
(22,'Plan','Test2','2020-12-23 14:52:15'), \
(7,'Data','Test3','2020-12-23 14:54:39');

经过短暂的时候后,我们会在消费kafka_writers窗口下看到以下信息的输出

"22","Plan","Test2","1970-01-01 08:00:00"

这标志着我们的数据已经成功写入Kakfa中。

2
  1. 支付宝打赏

    qrcode alipay
  2. 微信打赏

    qrcode weixin

评论区