kafka的使用—系统保卫战

前言

最近有个需求，在不同的系统中做数据同步。我们是java+mysql、他们是c#+sqlserver。需求是sqlserver提出的，并且他们提出要实时，并且要我们主动推数据给他们。他们接口都提供好了，说要我们对数据库表操作的时候调用他们的接口把数据传他们。咋看没有什么事，不就是一个接口的调用么。仔细想想，这样对我们的系统影响还是很大的，其他的不说。重要的一点是我们的系统都依赖他们的系统了，如果他们的系统问题或网络问题会影响我们系统的操作，这显然是不可行的。为了保卫我们系统的利益。这种事是绝对不能做的。

讨论了一下了解到，他们的需求无非就是需要实时能得到某个表的数据码。刚开始我提出，我们开一个接口，让你们查看我们从库数据不就好了，这样多省事。可是他们说自己要保存数据到sqlserver(当然还有其他原因)。他们要把事情搞复杂也没办法。当然，我们同样要保护自己的利益啊。这时候就想到了使用 MQ 消息队列的方案。我们只要在数据操作成功后吧数据传到 MQ 中，之后的处理就让他们自己做了。真的是费了好大的力气才说服让他们使用 MQ 啊~~~

下面就使用python来模拟一下我们的方案（希望大家来吐槽 :) ）

软件介绍

在这里我们使用 zookeeper + kafka 的方案来做。

zookeeper + kafka 基本使用教程

http://www.linuxidc.com/Linux/2014-07/104470.htm

先决条件

1. 使用zookeeper、kafka创建一个topic名为 goods-topic
2. 需要安装pykafka一个python的zookeeper、kafka API
3. 一个goods示例数据库

• 使用消息队列:

# 启动zookeeper
/ usr / local / zookeeper / bin / zkServer . sh start
# 启动kafka
/ usr / local / kafka / bin / kafka - server - start . sh / usr / local / kafka / config / server . properties > / tmp / kafka - logs / kafka . out 2 > & 1 &
# 创建 goods-topic
/ usr / local / kafka / bin / kafka - topics . sh \
   -- create \
   -- zookeeper localhost : 2181 \
   -- replication - factor 1 \
   -- partitions 1 \
   -- topic test

• 安装pykafka:

	
pip install pykafka

官网：http://readthedocs.org/projects/pykafka/

• 创建示例数据库:

CREATE TABLE goods (
   goods_id INT NOT NULL AUTO_INCREMENT ,
   goods_name VARCHAR ( 30 ) NOT NULL ,
   goods_price DECIMAL ( 13 , 2 ) NOT NULL DEFAULT 0.00 ,
   create_time DATETIME NOT NULL ,
   PRIMARY KEY ( goods_id )
) ;

伪代码展示

• 生产者端伪代码-python

import time , json
from pykafka import KafkaClient
 
# 相关的mysql操作
mysql_op ( )
 
# 可接受多个Client这是重点
client = KafkaClient ( hosts = "192.168.1.233:9092, \
                            192.168.1.233:9093, \
                            192.168.1.233:9094" )
# 选择一个topic
topic = client . topics [ 'goods-topic' ]
# 创建一个生产者
producer = topic . get_producer ( )
# 模拟接收前端生成的商品信息
goods_dict = {
   'option_type' : 'insert'
   'option_obj' : {
     'goods_name' : 'goods-1' ,
     'goods_price' : 10.00 ,
     'create_time' : time . strftime ( '%Y-%m-%d %H:%M:%S' )
   }
}
goods_json = json . dumps ( goods_dict )
# 生产消息
producer . produce ( msg )

• 消费者端伪代码-python(作为后台进程在跑)

import time , json
from pykafka import KafkaClient
# 可接受多个Client这是重点
client = KafkaClient ( hosts = "192.168.1.233:9092, \
                            192.168.1.233:9093, \
                            192.168.1.233:9094" )
# 选择一个topic
topic = client . topics [ 'goods-topic' ]
# 生成一个消费者
balanced_consumer = topic . get_balanced_consumer (
   consumer_group = 'goods_group' ,
   auto_commit_enable = True ,
   zookeeper_connect = 'localhost:2181'
)
# 消费信息
for message in balanced_consumer :
   if message is not None :
     # 解析json为dict
     goods_dict = json . loads ( message )
     # 对数据库进行操作
     if goods_dict [ 'option_type' ] == 'insert' :
       mysql_insert ( )
     elif goods_dict [ 'option_type' ] == 'update' :
       mysql_update ( )
     elif goods_dict [ 'option_type' ] == 'delete' :
       mysql_delete ( )
     else :
       order_option ( )
 

 作者信息

昵称：HH