本篇文章给大家分享的是有关怎么进行Pulsar Kafka Client的简单分析，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
专注于为中小企业提供成都做网站、成都网站建设服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业渝中免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了数千家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。
为了方便 Kafka 用户使用 Pulsar，Pulsar 对 Kafka Client 做了一些封装，让 Kafka 用户更方便的使用 Pulsar。下面主要介绍 Kafka Client 如何将消息发送到 Pulsar, 并从 Pulsar 消费消息，以及如何使用 Pulsar Schema。
⌨️引入依赖
org.apache.pulsar pulsar-client-kafka {project.version}
依赖引入了 Kafka 的 0.10.2.1 版本的客户端，还有 Pulsar 对 Kafka Client 封装后的客户端。
⌨️ 使用 Kafka Schema
>>>添加生产者代码
String topic = "persistent://public/default/test";
Properties props = new Properties();props.put("bootstrap.servers", "pulsar://localhost:6650");
props.put("key.serializer", IntegerSerializer.class.getName());props.put("value.serializer", StringSerializer.class.getName());
Producer producer = new KafkaProducer<>(props);
for (int i = 0; i < 10; i++) { producer.send(new ProducerRecord(topic, i, Integer.toString(i)));}
producer.close();
在上述配置中 topic 是指 Pulsar 中的 Topic，接着使用 Kafka 的配置方式来初始化各种配置，包括 Server 地址、key 的序列化与 value 的序列化类，然后构造一个 ProducerRecord 的类将其发送出去。
>>> 添加消费者代码
String topic = "persistent://public/default/test";
Properties props = new Properties();props.put("bootstrap.servers", "pulsar://localhost:6650");props.put("group.id", "my-subscription-name");props.put("enable.auto.commit", "false");props.put("key.deserializer", IntegerDeserializer.class.getName());props.put("value.deserializer", StringDeserializer.class.getName());
@SuppressWarnings("resource")Consumer consumer = new KafkaConsumer<>(props);consumer.subscribe(Arrays.asList(topic));
while (true) { ConsumerRecords records = consumer.poll(100); records.forEach(record -> { log.info("Received record: {}", record); });
// Commit last offset consumer.commitSync();}
有些配置同生产者代码的配置是类似的，例如 topic，Server 等。另外使用 Kafka 的 group.id 作为配置 Pulsar 中的订阅名称，关闭自动提交，在消费者端为 key 和 value 配置的是反序列化的类。然后同常规的消费者类似，开始消费消息。
⌨️使用 Pulsar Schema
在上述情况中使用的是 Kafka 的 Schema 来进行序列化与反序列化，当然也支持使用 Pulsar 的 Schema 来进行此过程。下面使用 AVRO 进行简单的介绍。首先定义 Schema 所需要使用的 pojo 类。
@Data@ToString@EqualsAndHashCodepublic class Foo { @Nullable private String field1; @Nullable private String field2; private int field3;}
@Data@ToString@EqualsAndHashCodepublic class Bar { private boolean field1;}
>>> 生产者端代码
String topic = "persistent://public/default/test-avro";
Properties props = new Properties();props.put("bootstrap.servers", "pulsar://localhost:6650");
props.put("key.serializer", IntegerSerializer.class.getName());props.put("value.serializer", StringSerializer.class.getName());
AvroSchema barSchema = AvroSchema.of(SchemaDefinition.builder().withPojo(Bar.class).build());AvroSchema fooSchema = AvroSchema.of(SchemaDefinition.builder().withPojo(Foo.class).build());
Bar bar = new Bar();bar.setField1(true);
Foo foo = new Foo();foo.setField1("field1");foo.setField2("field2");foo.setField3(3);
Producer producer = new KafkaProducer<>(props, fooSchema, barSchema);
for (int i = 0; i < 10; i++) { producer.send(new ProducerRecord(topic, i, foo, bar)); log.info("Message {} sent successfully", i);}
producer.close();
可以看到大部分配置同上面使用 Kafka Client 的配置是类似的，但是中间加入了一些 Pulsar 的 Schema，使用 Foo 作为 key，使用 Bar 类作为 value。
>>> 消费者端代码
String topic = "persistent://public/default/test-avro";
Properties props = new Properties();props.put("bootstrap.servers", "pulsar://localhost:6650");props.put("group.id", "my-subscription-name");props.put("enable.auto.commit", "false");props.put("key.deserializer", IntegerDeserializer.class.getName());props.put("value.deserializer", StringDeserializer.class.getName());
AvroSchema barSchema = AvroSchema.of(SchemaDefinition.builder().withPojo(Bar.class).build());AvroSchema fooSchema = AvroSchema.of(SchemaDefinition.builder().withPojo(Foo.class).build());
Bar bar = new Bar();bar.setField1(true);
Foo foo = new Foo();foo.setField1("field1");foo.setField2("field2");foo.setField3(3);
@SuppressWarnings("resource")Consumer consumer = new PulsarKafkaConsumer<>(props, fooSchema, barSchema);consumer.subscribe(Arrays.asList(topic));
while (true) { ConsumerRecords records = consumer.poll(100); records.forEach(record -> { log.info("Received record: {}", record); });
// Commit last offset consumer.commitSync();}
消费者端同样是类似的配置，使用与生产者端相同的 Schema 进行数据的反序列化。
以上就是怎么进行Pulsar Kafka Client的简单分析，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
文章标题：怎么进行PulsarKafkaClient的简单分析
链接URL：
http://chengdu.cdxwcx.cn/article/iipsdg.html
