用于读取 mongoDB 集群中的多个 collections 的单个或多个源 kaka 连接器

Question

我想知道是否建议创建多个 Kafka 连接器来流式传输同一数据库或同一 MongoDB 集群中的不同数据库中可用的多个 collections 数据。

我认为每个集群只有一个 oplog。 因此很容易读取多个 collections 的数据，这种方法将减少集群的负载。 但我不确定将数据放在每个集合的不同 Kafka 主题上会有多容易。 而在创建多个连接器的第二种方法中。 我觉得这会给服务器带来太多的负担。

请建议推荐的方法是什么。

Answer 1

您可以监听来自多个 mongo collections 的多个更改流，您只需为pipeline中的集合名称提供合适的正则表达式。 您甚至可以通过提供您不想收听任何更改流的正则表达式来排除集合/集合。

"pipeline": "[{\"$match\":{\"$and\":[{\"ns.db\":{\"$regex\":/^database-name$/}},{\"ns.coll\":{\"$regex\":/^collection_.*/}}]}}]"  

您甚至可以使用$nin排除任何给定的数据库，您不想监听任何更改流。

"pipeline": "[{\"$match\":{\"$and\":[{\"ns.db\":{\"$regex\":/^database-name$/,\"$nin\":[/^any_database_name$/]}},{\"ns.coll\":{\"$regex\":/^collection_.*/}}]}}]"

来回答你的问题：

• 从我的角度来看，为每个集合创建N个 Kafka 连接器将是一种开销，我建议创建单个 Kafka 连接器。 确保您使用推荐的配置提供容错，只是不要依赖连接器的默认配置。

这是基本的 Kafka 连接器配置。

Mongo 到 Kafka 源连接器

{
  "name": "mongo-to-kafka-connect",
  "config": {
    "connector.class": "com.mongodb.kafka.connect.MongoSourceConnector",
    "publish.full.document.only": "true",
    "tasks.max": "3",
    "key.converter.schemas.enable": "false",
    "topic.creation.enable": "true",
    "poll.await.time.ms": 1000,
    "poll.max.batch.size": 100,
    "topic.prefix": "any prefix for topic name",
    "output.json.formatter": "com.mongodb.kafka.connect.source.json.formatter.SimplifiedJson",
    "connection.uri": "mongodb://<username>:<password>@ip:27017,ip:27017,ip:27017,ip:27017/?authSource=admin&replicaSet=xyz&tls=true",
    "value.converter.schemas.enable": "false",
    "copy.existing": "true",
    "topic.creation.default.replication.factor": 3,
    "topic.creation.default.partitions": 3,
    "topic.creation.compacted.cleanup.policy": "compact",
    "value.converter": "org.apache.kafka.connect.storage.StringConverter",
    "key.converter": "org.apache.kafka.connect.storage.StringConverter",
    "mongo.errors.log.enable": "true",
    "heartbeat.interval.ms": 10000,
    "pipeline": "[{\"$match\":{\"$and\":[{\"ns.db\":{\"$regex\":/^database-name$/}},{\"ns.coll\":{\"$regex\":/^collection_.*/}}]}}]"
  }
}

您可以从官方文档中获得更多详细信息。

• Mongo 文档： https://www.mongodb.com/docs/kafka-connector/current/source-connector/
• 汇合文档： https://docs.confluent.io/platform/current/connect/index.html
• 正则表达式： https://www.mongodb.com/docs/manual/reference/operator/query/regex/#mongodb-query-op.-regex
• 配置属性： https://www.mongodb.com/docs/kafka-connector/current/source-connector/configuration-properties/