当前位置: 首页 > wzjs >正文

网站敏感字短视频培训机构排名

网站敏感字,短视频培训机构排名,dreamweaver网页制作软件下载,假网页生成器📌Python自定义消费Kafka至HDFS 当Flume消费Kafka出现问题间隔很长时间才发现,此时需要将历史未消费的数据,通过Python脚本重新消费并写入到指定位置,之后在数仓建表等操作,具体代码如下【Kafka --> Python脚本 --&…

📌Python自定义消费Kafka至HDFS

当Flume消费Kafka出现问题间隔很长时间才发现,此时需要将历史未消费的数据,通过Python脚本重新消费并写入到指定位置,之后在数仓建表等操作,具体代码如下【Kafka --> Python脚本 --> HDFS】


from kafka import KafkaConsumer
import json
from datetime import datetime
import time
from hdfs import InsecureClient##### 自定义消费KAFKA 数据 #####def consume_kafka_topic(bootstrap_servers, topic_name):"""消费指定Kafka Topic并处理消息(TXT格式)参数:bootstrap_servers (str): Kafka集群地址topic_name (str): 要消费的Topic名称"""# 创建HDFS客户端(需替换实际Hadoop地址和用户名)hdfs_client = InsecureClient('http://xxxxxxxxx:9870/', user='xxx')# 定义时间范围(毫秒级时间戳)start_time = int(datetime(2025, 3, 1).timestamp() * 1000)end_time = int(datetime(2025, 3, 31).timestamp() * 1000)# 创建Kafka消费者consumer = KafkaConsumer(topic_name,bootstrap_servers=bootstrap_servers,auto_offset_reset='earliest',enable_auto_commit=True,group_id='test-group4',value_deserializer=lambda x: json.loads(x.decode('utf-8')))buffer = []count = 0file_num = 1  # 文件序号print(f"开始消费Topic: {topic_name},时间范围: {datetime.fromtimestamp(start_time/1000)} ~ {datetime.fromtimestamp(end_time/1000)}")try:for message in consumer:# 提取消息时间(假设消息中的time字段已经是毫秒时间戳)msg_time = message.value.get('time', 0)# print(f"msg_time:{msg_time}")# print(f"msg_time:{msg_time}")# 时间过滤(注意:原始代码中的+28800可能需要根据实际情况调整时区)if start_time <= msg_time < end_time:# 将整个JSON对象转为字符串json_str = json.dumps(message.value, ensure_ascii=False) + "\n"  # 添加换行符buffer.append(json_str)count += 1# 达到30万条时写入文件if count >= 300000:filename = f"kafka_data_{file_num}.txt"hdfs_path = f"/tmp/mqtt_drive_data1/{filename}"# 写入HDFShdfs_client.write(hdfs_path, "".join(buffer).encode('utf-8-sig'), overwrite=True)print(f"已写入文件: hdfs://{hdfs_path} | 消息数: {count}")# 重置计数器和缓冲区buffer = []count = 0file_num += 1except KeyboardInterrupt:print("\n用户中断消费,正在保存剩余数据...")finally:# 保存剩余消息if count > 0:filename = f"kafka_data_{file_num}.txt"hdfs_path = f"/tmp/mqtt_drive_data1/{filename}"# 写入HDFShdfs_client.write(hdfs_path, "".join(buffer).encode('utf-8-sig'), overwrite=True)print(f"已写入剩余文件: hdfs://{hdfs_path} | 消息数: {count}")# 清理资源consumer.close()hdfs_client.close()print("消费任务完成")if __name__ == "__main__":# 配置参数KAFKA_SERVERS = "xxxxxxxx:9092,xxxxxxx:9092,xxxxxxx:9092"TARGET_TOPIC = "mqtt_drive"# 执行消费函数consume_kafka_topic(KAFKA_SERVERS, TARGET_TOPIC)

http://www.dtcms.com/wzjs/83621.html

相关文章:

  • 武汉做网站互助系统成功的网络营销案例ppt
  • 怎样做自己的小说网站公司软文
  • 官网设计需要多少钱seo词条
  • 政府机关网站建设方案如何让新网站被收录
  • php 网站响应时间发表文章的平台有哪些
  • 怎么介绍自己做的网站建立个人网站
  • 佛山微网站建设多少钱西安竞价推广托管
  • 2018做网站前景好么关键词推广软件
  • 没有网站怎么做cpa百度霸屏推广一般多少钱
  • 公司网站建设宣传公司关键词热度
  • 恩施建设厅网站广告推广计划
  • 做个营销型网站安全优化大师下载
  • 做网站怎么插入音乐搜索风云榜
  • 工信部网站备案信息查询seo推广软件怎样
  • 少数民族网站建设免费建站有哪些
  • 免费论坛网站大全网站seo批量查询工具
  • 苏州做网站找哪家好株洲专业seo优化
  • 上海十大网站建设seo 关键词优化
  • 唯品会专门做特卖的网站seo接单平台
  • 建设银行安徽分行招聘网站日本域名注册网站
  • 网站外链工具推推蛙贴吧优化
  • 佛山禅城区网站建设公司神秘网站
  • 网站测试验收智谋网站优化公司
  • 做签名照的网站查询网站流量的网址
  • 织梦txt网站地图制作源码交易网站源码
  • 做网站需要什么执照网站搜索引擎优化方案
  • 公司微网站怎么建设公司员工培训方案
  • 建立一个自己的网站网络营销案例题
  • WordPress图片类源码网站设计优化
  • 网站开发有哪些方式做运营需要具备什么能力