Kafka 到数据仓库：使用 bend-ingest-kafka 将消息加载到 Databend

2024-08-29
北京
本文字数：1551 字
阅读完需：约 5 分钟

将消息从 Apache Kafka 导入到像 Databend 这样的云数据仓库可能是一项艰巨的任务。bend-ingest-kafka 工具简化了这一过程，使您能够轻松地将 Kafka 消息导入到 Databend 表中。

什么是 bend-ingest-kafka？

bend-ingest-kafka 工具是一个专门为从 Apache Kafka 到 Databend 进行消息加载的命令行工具，支持以下模式：

JSON 模式：此模式解析 JSON 消息并将每个字段加载到目标表的相应列中。它将 Kafka 消息转换为与表模式直接映射的结构化格式。
RAW 模式：在此模式下，该工具会创建一个包含 uuid、koffset、kpartition、raw_data、record_metadata 和 add_time 等列的表。Kafka 消息存储在 raw_data 列中，并将其他元数据注入到其他列中，从而保留原始消息格式并提供有用的上下文。

有关 bend-ingest-kafka 的更多详细信息，请查看 README。要安装 bend-ingest-kafka，请运行以下命令：

go install github.com/databendcloud/bend-ingest-kafka@latest

复制代码

如何使用 bend-ingest-kafka

在这里中，我们将安装一个本地 Kafka 实例，创建一个主题，并生成一些示例消息。然后，我们将分别以 JSON 和 RAW 模式将这些消息加载到 Databend Cloud 中。

安装 Kafka

在开始之前，请确保您已运行 Kafka 并创建了一个主题。以下是使用 Docker 的快速部署：

使用 Docker 运行 Kafka 容器：

docker run -d \ - name kafka \ -p 9092:9092 \ apache/kafka:latest

复制代码

创建一个名为 “test-topic” 的主题并生成一些消息：

docker exec - workdir /opt/kafka/bin/ -it kafka sh/opt/kafka/bin $ ./kafka-topics.sh - bootstrap-server localhost:9092 - create - topic test-topicCreated topic test-topic./opt/kafka/bin $ ./kafka-console-producer.sh - bootstrap-server localhost:9092 - topic test-topic>{"id": 1, "name": "Alice", "age": 30}>{"id": 2, "name": "Bob", "age": 25}

复制代码

在 Databend Cloud 创建目标表

在 Databend Cloud 中创建一个数据库和表。这张表将作为 JSON 模式加载的目标，因此请确保其模式与之前生成的消息匹配。

CREATE DATABASE doc;
CREATE TABLE databend_topic ( id INT NOT NULL, name VARCHAR NOT NULL, age INT NOT NULL ) ENGINE=FUSE;

复制代码

使用 JSON 模式加载

使用以下命令开始将消息从 Kafka 加载到 Databend Cloud：

要获取您的 DSN，请登录到 Databend Cloud 并点击“连接”。

bend-ingest-kafka \ - kafka-bootstrap-servers="localhost:9092" \ - kafka-topic="test-topic" \ - databend-dsn="<your-dsn>" \ - databend-table="doc.databend_topic" \ - data-format="json"

复制代码

您将在终端中看到类似这样的消息：

INFO[0000] Starting worker worker-02024/08/27 14:31:18 ingest 1 rows (0.900730 rows/s), 38 bytes (34.227748 bytes/s)WARN[0095] Failed to read message from Kafka: context deadline exceeded kafka_batch_reader=ReadBatch2024/08/27 14:32:19 ingest 1 rows (1.206118 rows/s), 36 bytes (43.420260 bytes/s)

复制代码

验证 Kafka 消息是否已成功加载到 Databend Cloud 中的目标表，并且每个字段都正确映射到其指定的列中：

使用 RAW 模式加载

使用以下命令开始将消息从 Kafka 加载到 Databend Cloud：

bend-ingest-kafka \ - kafka-bootstrap-servers="localhost:9092" \ - kafka-topic="test-topic" \ - databend-dsn="<your-dsn>" \ - is-json-transform=false

复制代码

您将在终端中看到类似这样的消息：

INFO[0000] Starting worker worker-0WARN[0077] Failed to read message from Kafka: context deadline exceeded kafka_batch_reader=ReadBatch2024/08/27 15:12:56 ingest 2 rows (1.978622 rows/s), 579 bytes (572.811134 bytes/s)

复制代码

验证 Kafka 消息已成功加载到 Databend Cloud 中，并自动创建了一张表：