如何在程序中停止 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 ）。 当我运行以下代码时，它会一直运行，即使所有消息都被消耗了。 我希望消费者在消费完所有消息后会停止。 怎么做？ 我也不知道如何使用 stop() 函数（它在基类 kafka.consumer.base.Consumer 中）。

更新

我使用信号处理程序来调用consumer.stop()。 一些错误信息被打印到屏幕上。 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()。 但同样的结果。

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

我们可以首先检查主题中最后一条消息的偏移量。 然后，在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 2

使用iter_timeout参数设置等待时间。 如果将其设置为10，就像下面的代码一样，如果在10秒内没有新消息出现，它将退出。 默认值为“无”，这意味着即使没有新消息进入，使用者也将在此处阻止。

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

更新资料

以上不是一个好的方法。 当有大量消息进入时，很难设置足够小的iter_timeout以保证停止。 因此，现在，我正在使用get_message（）函数，该函数尝试消耗一条消息并停止。 没有新消息时不返回任何内容。

Answer 3

与Mohit的答案类似的解决方案，但使用了end_offsets函数。

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：

改用poll()和poll_timeout_ms 。 poll()是非阻塞调用。

• 在 while 循环之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，则将计数器重置为 0
• 如果 counter == 某个阈值（比如 10），则跳出循环并关闭使用者。

在这个逻辑中，我们依赖于这样一个事实：如果poll()在 10 次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。