python:kafka to mongo

直接上code

import pymysql
import configparser
from confluent_kafka import KafkaError,Consumer, KafkaException
from bson import json_util
import pandas as pd
import hashlib
import logging
import os
import datetime
import time
import sqlalchemy
from confluent_kafka.avro.serializer import SerializerError
from pymongo import MongoClient

class kafkaconsumer():
    def __init__(self):
        self.config = configparser.RawConfigParser()
        self.config.read('./config.cfg')

        if not os.path.exists('./Log'):
            os.makedirs('./Log')   
        self.logger=logging.getLogger('writeMysql')
        self.logger.setLevel(logging.INFO)
        fh = logging.FileHandler('Log/writeMysql.log')
        formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
        fh.setFormatter(formatter)
        self.logger.addHandler(fh)  

        self.GatewayName = 'Test_Kafka'
        self.MongoClient = MongoClient(self.config.get('MongoDB','uri'))

    def connect_kafka(self):  
        global consumer
        epoch_start = datetime.datetime(1970, 1, 1)
        Count = 0
        TopicBuffer = {}
        try :
            Source_Kafka_Consumer = Consumer({
                'bootstrap.servers':self.config.get('Source_Kafka','kafkaservers')
                ,'group.id':self.config.get('Source_Kafka','groupID')
                ,'auto.offset.reset':self.config.get('Source_Kafka','offsetReset')
                , 'session.timeout.ms': 6000
            }, logger=self.logger)
            Source_Kafka_Topics = self.config.get('Source_Kafka','topics').split(',')
            json_util.DEFAULT_JSON_OPTIONS.strict_uuid = True
            consumer = Source_Kafka_Consumer
            consumer.subscribe(Source_Kafka_Topics)
            print('Kafka connect Successfully !')

        except Exception as inst :
            Source_Kafka_Consumer = None
            consumer = None
            print('Source Kafka Consumer init fail')
            print(inst)

        mongodb = self.MongoClient['Kafka']
            
        try:
            while True:
                try :
                    msg = consumer.poll(1)
                except SerializerError as e:
                    print('Message deserialization failed for message at {} [{}] offset {}: {}'.format(
                        msg.topic(),
                        msg.partition(),
                        msg.offset(),
                        e
                    ))
                    logging.error('Message deserialization failed for message at {} [{}] offset {}: {}'.format(
                        msg.topic(),
                        msg.partition(),
                        msg.offset(),
                        e
                    ))
                    continue

                if msg is None:
                    continue
                if msg.error():
                    print('Consumer error: {}'.format(msg.error()))
                    continue
                # data = msg.value()
                data = json_util.loads(msg.value())
                
                if data.get('evt_dt',None) != None :
                    delta = datetime.timedelta(milliseconds=data['evt_dt'])
                    data['evt_dt2'] = (epoch_start + delta)
                    data['evt_dt2_China'] = (epoch_start + delta + datetime.timedelta(hours=8))

                Count += 1
                print(data)
                if TopicBuffer.get(msg.topic()) is None :
                    TopicBuffer[msg.topic()] = []
                TopicBuffer[msg.topic()].append(data)

                if Count % 100 == 0 :
                    print('Message {0} is Processed At {1}'.format(Count,datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
                    logging.info('Message {0} is Processed At {1}'.format(Count,datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
                    
                    topics = TopicBuffer.keys()
                    for topic in topics :
                        col = mongodb[topic]
                        if len(TopicBuffer[topic]) > 0 :
                            try :
                                col.insert_many(TopicBuffer[topic])
                                TopicBuffer[topic] = []
                            except Exception as inst :
                                print('Mongo write fail')
                                print(inst)
                if Count % 10000 == 0 :
                    Count = 0
        except KeyboardInterrupt:
            print ('KeyboardInterrupt')
        except Exception as inst :
            print (inst)

        if Count % 100 != 0 :
            print('Message {0} is Processed At {1}'.format(Count,datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
            logging.info('Message {0} is Processed At {1}'.format(Count,datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')))
            topics = TopicBuffer.keys()
            for topic in topics :
                col = mongodb[topic]
                if len(TopicBuffer[topic]) > 0 :
                    try :
                        col.insert_many(TopicBuffer[topic])
                        TopicBuffer[topic] = []
                    except Exception as inst :
                        print('Mongo write fail')
                        print(inst)

        consumer.unsubscribe()
        consumer.close()
        print('{0} Finish'.format(self.GatewayName))
        logging.info('{0} Finish'.format(self.GatewayName))

if __name__ == '__main__':
    commonObj = kafkaconsumer()
    commonObj.connect_kafka()

config

[Source_Kafka]
kafkaservers = 
groupID =  
offsetReset = earliest
topics = 

[MongoDB]
uri = mongodb://XXX:XXX
蟹蟹.jpg
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,951评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,606评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,601评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,478评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,565评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,587评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,590评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,337评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,785评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,096评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,273评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,935评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,578评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,199评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,440评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,163评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,133评论 2 352

推荐阅读更多精彩内容