Ce document explique comment intégrer Apache Kafka et Pub/Sub à l'aide du connecteur Kafka de groupe Pub/Sub.
À propos du connecteur Kafka de groupe Pub/Sub
Apache Kafka est une plate-forme Open Source de streaming d'événements. Il est couramment utilisé dans les architectures distribuées pour permettre la communication entre des composants faiblement couplés. Pub/Sub est un service géré permettant d'envoyer et de recevoir des messages de manière asynchrone. Comme avec Kafka, vous pouvez utiliser Pub/Sub pour communiquer entre les composants de votre architecture cloud.
Le connecteur Kafka de groupe Pub/Sub vous permet d'intégrer ces deux systèmes. Les connecteurs suivants sont inclus dans le fichier JAR du connecteur:
- Le connecteur de récepteur lit les enregistrements d'un ou plusieurs sujets Kafka et les publie dans Pub/Sub.
- Le connecteur source lit les messages d'un sujet Pub/Sub et les publie dans Kafka.
Voici quelques scénarios dans lesquels vous pouvez utiliser le connecteur Kafka de groupe Pub/Sub:
- Vous migrez une architecture basée sur Kafka vers Google Cloud.
- Vous disposez d'un système frontend qui stocke les événements dans Kafka en dehors de Google Cloud, mais vous utilisez également Google Cloud pour exécuter certains de vos services de backend, qui doivent recevoir les événements Kafka.
- Vous collectez des journaux à partir d'une solution Kafka sur site, puis vous les envoyez à Google Cloud à des fins d'analyse de données.
- Vous disposez d'un système frontend qui utilise Google Cloud, mais vous stockez également des données sur site à l'aide de Kafka.
Le connecteur nécessite Kafka Connect, un framework permettant de diffuser des données entre Kafka et d'autres systèmes. Pour utiliser le connecteur, vous devez exécuter Kafka Connect en même temps que votre cluster Kafka.
Dans ce document, nous partons du principe que vous connaissez à la fois Kafka et Pub/Sub. Avant de lire ce document, nous vous recommandons de suivre l'un des guides de démarrage rapide de Pub/Sub.
Le connecteur Pub/Sub n'accepte aucune intégration entre les LCA de Google Cloud IAM et de Kafka Connect.
Premiers pas avec le connecteur
Cette section vous guide tout au long des tâches suivantes:- Configurer le connecteur Kafka du groupe Pub/Sub
- Envoyer des événements depuis Kafka vers Pub/Sub
- Envoyer des messages depuis Pub/Sub vers Kafka
Prérequis
Installer Kafka
Suivez le guide de démarrage rapide d'Apache Kafka pour installer une solution Kafka à nœud unique sur votre machine locale. Effectuez les étapes suivantes dans le guide de démarrage rapide:
- Téléchargez la dernière version de Kafka et extrayez-la.
- Démarrez l'environnement Kafka.
- Créez un sujet Kafka.
Authentifier
Le connecteur Kafka du groupe Pub/Sub doit s'authentifier auprès de Pub/Sub pour envoyer et recevoir des messages Pub/Sub. Pour configurer l'authentification, procédez comme suit:
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
- Installez Google Cloud CLI.
-
Pour initialiser gcloudCLI, exécutez la commande suivante :
gcloud init
-
Créez ou sélectionnez un projet Google Cloud.
-
Créez un projet Google Cloud :
gcloud projects create PROJECT_ID
Remplacez
PROJECT_ID
par le nom du projet Google Cloud que vous créez. -
Sélectionnez le projet Google Cloud que vous avez créé :
gcloud config set project PROJECT_ID
Remplacez
PROJECT_ID
par le nom de votre projet Google Cloud.
-
-
Créez des identifiants d'authentification locaux pour votre compte Google :
gcloud auth application-default login
-
Attribuez des rôles à votre compte Google. Exécutez la commande suivante une fois pour chacun des rôles IAM suivants :
roles/pubsub.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
- en remplaçant
PROJECT_ID
par l'ID de votre projet : - Remplacez
EMAIL_ADDRESS
par votre adresse e-mail. - Remplacez
ROLE
par chaque rôle individuel.
- en remplaçant
- Installez Google Cloud CLI.
-
Pour initialiser gcloudCLI, exécutez la commande suivante :
gcloud init
-
Créez ou sélectionnez un projet Google Cloud.
-
Créez un projet Google Cloud :
gcloud projects create PROJECT_ID
Remplacez
PROJECT_ID
par le nom du projet Google Cloud que vous créez. -
Sélectionnez le projet Google Cloud que vous avez créé :
gcloud config set project PROJECT_ID
Remplacez
PROJECT_ID
par le nom de votre projet Google Cloud.
-
-
Créez des identifiants d'authentification locaux pour votre compte Google :
gcloud auth application-default login
-
Attribuez des rôles à votre compte Google. Exécutez la commande suivante une fois pour chacun des rôles IAM suivants :
roles/pubsub.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
- en remplaçant
PROJECT_ID
par l'ID de votre projet : - Remplacez
EMAIL_ADDRESS
par votre adresse e-mail. - Remplacez
ROLE
par chaque rôle individuel.
- en remplaçant
Télécharger le fichier JAR du connecteur
Téléchargez le fichier JAR du connecteur sur votre ordinateur local. Pour en savoir plus, consultez la section Acquérir le connecteur dans le fichier README de GitHub.
Copier les fichiers de configuration du connecteur
Clonez ou téléchargez le dépôt GitHub pour le connecteur.
git clone https://github.com/googleapis/java-pubsub-group-kafka-connector.git cd java-pubsub-group-kafka-connector
Copiez le contenu du répertoire
config
dans le sous-répertoireconfig
de votre installation de Kafka.cp config/* [path to Kafka installation]/config/
Ces fichiers contiennent les paramètres de configuration du connecteur.
Mettre à jour votre configuration Kafka Connect
- Accédez au répertoire contenant le binaire Kafka Connect que vous avez téléchargé.
- Dans le répertoire binaire Kafka Connect, ouvrez le fichier nommé
config/connect-standalone.properties
dans un éditeur de texte. - Si l'élément
plugin.path property
est mis en commentaire, annulez la mise en commentaire. Mettez à jour
plugin.path property
pour inclure le chemin d'accès au fichier JAR du connecteur.Exemple :
plugin.path=/home/PubSubKafkaConnector/pubsub-group-kafka-connector-1.0.0.jar
Définissez la propriété
offset.storage.file.filename
sur un nom de fichier local. En mode autonome, Kafka utilise ce fichier pour stocker les données de décalage.Exemple :
offset.storage.file.filename=/tmp/connect.offsets
Transférer des événements de Kafka vers Pub/Sub
Cette section explique comment démarrer le connecteur de récepteur, publier des événements dans Kafka, puis lire les messages transférés à partir de Pub/Sub.
Utilisez la Google Cloud CLI pour créer un sujet Pub/Sub avec un abonnement.
gcloud pubsub topics create PUBSUB_TOPIC gcloud pubsub subscriptions create PUBSUB_SUBSCRIPTION --topic=PUBSUB_TOPIC
Remplacez les éléments suivants :
- PUBSUB_TOPIC: nom d'un sujet Pub/Sub destiné à recevoir les messages de Kafka.
- PUBSUB_SUBSCRIPTION: nom d'un abonnement Pub/Sub pour le sujet.
Ouvrez le fichier
/config/cps-sink-connector.properties
dans un éditeur de texte. Ajoutez des valeurs pour les propriétés suivantes, qui sont marquées comme"TODO"
dans les commentaires:topics=KAFKA_TOPICS cps.project=PROJECT_ID cps.topic=PUBSUB_TOPIC
Remplacez les éléments suivants :
- KAFKA_TOPICS: liste de sujets Kafka à lire, séparés par une virgule.
- PROJECT_ID: projet Google Cloud contenant votre sujet Pub/Sub.
- PUBSUB_TOPIC: sujet Pub/Sub qui recevra les messages de Kafka.
À partir du répertoire Kafka, exécutez la commande suivante:
bin/connect-standalone.sh \ config/connect-standalone.properties \ config/cps-sink-connector.properties
Suivez les étapes du guide de démarrage rapide d'Apache Kafka pour écrire des événements dans votre sujet Kafka.
Utilisez la gcloud CLI pour lire les événements à partir de Pub/Sub.
gcloud pubsub subscriptions pull PUBSUB_SUBSCRIPTION --auto-ack
Transférer des messages de Pub/Sub vers Kafka
Cette section explique comment démarrer le connecteur source, publier des messages dans Pub/Sub et lire les messages transférés à partir de Kafka.
Utilisez la gcloud CLI pour créer un sujet Pub/Sub avec un abonnement.
gcloud pubsub topics create PUBSUB_TOPIC gcloud pubsub subscriptions create PUBSUB_SUBSCRIPTION --topic=PUBSUB_TOPIC
Remplacez les éléments suivants :
- PUBSUB_TOPIC: nom d'un sujet Pub/Sub.
- PUBSUB_SUBSCRIPTION: nom d'un abonnement Pub/Sub.
Ouvrez le fichier nommé
/config/cps-source-connector.properties
dans un éditeur de texte. Ajoutez des valeurs pour les propriétés suivantes, qui sont marquées comme"TODO"
dans les commentaires:kafka.topic=KAFKA_TOPIC cps.project=PROJECT_ID cps.subscription=PUBSUB_SUBSCRIPTION
Remplacez les éléments suivants :
- KAFKA_TOPIC: sujets Kafka qui doivent recevoir les messages Pub/Sub.
- PROJECT_ID: projet Google Cloud contenant votre sujet Pub/Sub.
- PUBSUB_TOPIC: sujet Pub/Sub
À partir du répertoire Kafka, exécutez la commande suivante:
bin/connect-standalone.sh \ config/connect-standalone.properties \ config/cps-source-connector.properties
Utilisez la gcloud CLI pour publier un message sur Pub/Sub.
gcloud pubsub topics publish PUBSUB_TOPIC --message="message 1"
Lisez le message de Kafka. Suivez les étapes du guide de démarrage rapide d'Apache Kafka pour lire les messages du sujet Kafka.
Conversion par SMS
Un enregistrement Kafka contient une clé et une valeur, qui sont des tableaux d'octets de longueur variable. Un enregistrement Kafka peut également comporter des en-têtes, qui sont des paires clé/valeur. Un message Pub/Sub se compose de deux parties principales: le corps du message et zéro, un ou plusieurs attributs clé-valeur.
Kafka Connect utilise des convertisseurs pour sérialiser les clés et les valeurs vers et depuis Kafka. Pour contrôler la sérialisation, définissez les propriétés suivantes dans les fichiers de configuration du connecteur:
key.converter
: convertisseur utilisé pour sérialiser les clés d'enregistrement.value.converter
: convertisseur utilisé pour sérialiser les valeurs d'enregistrement.
Le corps d'un message Pub/Sub est un objet ByteString
. La conversion la plus efficace consiste donc à copier directement la charge utile. C'est pourquoi nous vous recommandons d'utiliser un convertisseur qui produit des types de données primitifs (schéma d'entier, de nombre à virgule flottante, chaîne ou octets) dans la mesure du possible, afin d'éviter de désérialiser et de resérialiser le même corps de message.
Conversion de Kafka vers Pub/Sub
Le connecteur de récepteur convertit les enregistrements Kafka en messages Pub/Sub comme suit:
- La clé d'enregistrement Kafka est stockée en tant qu'attribut nommé
"key"
dans le message Pub/Sub. - Par défaut, le connecteur supprime tous les en-têtes de l'enregistrement Kafka. Toutefois, si vous définissez l'option de configuration
headers.publish
surtrue
, le connecteur écrit les en-têtes en tant qu'attributs Pub/Sub. Le connecteur ignore les en-têtes qui dépassent les limites de Pub/Sub sur les attributs de message. - Pour les schémas d'entiers, de valeurs à virgule flottante, de chaîne et d'octets, le connecteur transmet les octets de la valeur d'enregistrement Kafka directement dans le corps du message Pub/Sub.
- Pour les schémas de structure, le connecteur écrit chaque champ en tant qu'attribut du message Pub/Sub. Par exemple, si le champ est
{ "id"=123 }
, le message Pub/Sub résultant possède un attribut"id"="123"
. La valeur du champ est toujours convertie en chaîne. Les types Map et STRUCT ne sont pas acceptés en tant que types de champ dans un struct. - Pour les schémas de mappage, le connecteur écrit chaque paire clé-valeur en tant qu'attribut du message Pub/Sub. Par exemple, si le mappage est
{"alice"=1,"bob"=2}
, le message Pub/Sub résultant comporte deux attributs,"alice"="1"
et"bob"="2"
. Les clés et les valeurs sont converties en chaînes.
Les schémas struct et map ont des comportements supplémentaires:
Vous pouvez éventuellement spécifier un champ de structure ou une clé de mappage spécifique en tant que corps du message, en définissant la propriété de configuration
messageBodyName
. La valeur du champ ou de la clé est stockée en tant queByteString
dans le corps du message. Si vous ne définissez pasmessageBodyName
, le corps du message est vide pour les schémas struct et map.Pour les valeurs de tableau, le connecteur n'accepte que les types de tableaux primitifs. La séquence de valeurs du tableau est concaténée dans un seul objet
ByteString
.
Conversion de Pub/Sub vers Kafka
Le connecteur source convertit les messages Pub/Sub en enregistrements Kafka comme suit:
Clé d'enregistrement Kafka: par défaut, la clé est définie sur
null
. Si vous le souhaitez, vous pouvez spécifier un attribut de message Pub/Sub à utiliser comme clé en définissant l'option de configurationkafka.key.attribute
. Dans ce cas, le connecteur recherche un attribut portant ce nom et définit la clé d'enregistrement sur la valeur de l'attribut. Si l'attribut spécifié n'est pas présent, la clé d'enregistrement est définie surnull
.Valeur de l'enregistrement Kafka. Le connecteur écrit la valeur de l'enregistrement comme suit:
Si le message Pub/Sub ne comporte aucun attribut personnalisé, le connecteur écrit le corps du message Pub/Sub directement dans la valeur de l'enregistrement Kafka en tant que type
byte[]
, à l'aide du convertisseur spécifié parvalue.converter
.Si le message Pub/Sub comporte des attributs personnalisés et que
kafka.record.headers
est défini surfalse
, le connecteur écrit une structure dans la valeur de l'enregistrement. La structure contient un champ pour chaque attribut et un champ nommé"message"
, dont la valeur correspond au corps du message Pub/Sub (stocké sous forme d'octets):{ "message": "<Pub/Sub message body>", "<attribute-1>": "<value-1>", "<attribute-2>": "<value-2>", .... }
Dans ce cas, vous devez utiliser un
value.converter
compatible avec les schémasstruct
, tels queorg.apache.kafka.connect.json.JsonConverter
.Si le message Pub/Sub comporte des attributs personnalisés et que
kafka.record.headers
est défini surtrue
, le connecteur écrit les attributs en tant qu'en-têtes d'enregistrement Kafka. Il écrit le corps du message Pub/Sub directement dans la valeur de l'enregistrement Kafka en tant que typebyte[]
, à l'aide du convertisseur spécifié parvalue.converter
.
En-têtes d'enregistrement Kafka. Par défaut, les en-têtes sont vides, sauf si vous définissez
kafka.record.headers
surtrue
.
Options de configuration
Outre les configurations fournies par l'API Kafka Connect, le connecteur Kafka du groupe Pub/Sub accepte les configurations suivantes.
Options de configuration du connecteur de récepteur
Le connecteur de récepteur accepte les options de configuration suivantes.
Paramètre | Type de données | Description |
---|---|---|
connector.class |
String |
Obligatoire. Classe Java du connecteur. Pour le connecteur de récepteur Pub/Sub, la valeur doit être com.google.pubsub.kafka.sink.CloudPubSubSinkConnector .
|
cps.endpoint |
String |
Point de terminaison Pub/Sub à utiliser. Valeur par défaut : |
cps.project |
String |
Obligatoire. Le compte Google Cloud contenant le sujet Pub/Sub. |
cps.topic |
String |
Obligatoire. Sujet Pub/Sub dans lequel publier les enregistrements Kafka. |
gcp.credentials.file.path |
String |
Facultatif. Chemin d'accès à un fichier qui stocke les identifiants Google Cloud pour authentifier Pub/Sub Lite. |
gcp.credentials.json |
String |
Facultatif. Blob JSON contenant Google Cloud pour l'authentification de Pub/Sub Lite. |
headers.publish |
Boolean |
Si la valeur est Valeur par défaut : |
maxBufferBytes |
Long |
Nombre maximal d'octets à recevoir sur une partition Kafka de sujet avant de les publier sur Pub/Sub. Valeur par défaut: 10 000 000. |
maxBufferSize |
Integer |
Nombre maximal d'enregistrements à recevoir sur une partition de sujet Kafka avant de les publier sur Pub/Sub. Valeur par défaut: 100. |
maxDelayThresholdMs |
Integer |
Délai maximal d'attente, en millisecondes, pour atteindre Valeur par défaut: 100. |
maxOutstandingMessages |
Long |
Nombre maximal d'enregistrements pouvant être en attente, y compris les lots incomplets et en attente, avant que l'éditeur ne bloque d'autres publications. Valeur par défaut : |
maxOutstandingRequestBytes |
Long |
Nombre maximal d'octets en attente (y compris les lots incomplets et en attente) avant que l'éditeur ne bloque d'autres publications. Valeur par défaut : |
maxRequestTimeoutMs |
Integer |
Délai d'expiration, en millisecondes, pour les requêtes de publication individuelles envoyées à Pub/Sub. Valeur par défaut: 10 000. |
maxTotalTimeoutMs |
Integer |
Délai total, en millisecondes, pour un appel à publier sur Pub/Sub, nouvelles tentatives comprises. Valeur par défaut: 60 000. |
metadata.publish |
Boolean |
Si la valeur est Valeur par défaut : |
messageBodyName |
String |
Lorsque vous utilisez un schéma de structure ou de valeur de mappage, spécifie le nom d'un champ ou d'une clé à utiliser comme corps du message Pub/Sub. Consultez la page Conversion de Kafka vers Pub/Sub. Valeur par défaut : |
orderingKeySource |
String |
Spécifie comment définir la clé de tri dans le message Pub/Sub. Les valeurs possibles sont les suivantes :
Valeur par défaut : |
topics |
String |
Obligatoire. Liste de sujets Kafka à lire, séparés par une virgule. |
Options de configuration du connecteur source
Le connecteur source accepte les options de configuration suivantes.
Paramètre | Type de données | Description |
---|---|---|
connector.class |
String |
Obligatoire. Classe Java du connecteur. Pour le connecteur source Pub/Sub, la valeur doit être com.google.pubsub.kafka.source.CloudPubSubSourceConnector .
|
cps.endpoint |
String |
Point de terminaison Pub/Sub à utiliser. Valeur par défaut : |
cps.makeOrderingKeyAttribute |
Boolean |
Lorsque la valeur est Valeur par défaut : |
cps.maxBatchSize |
Integer |
Nombre maximal de messages à traiter par lot par demande d'extraction'extraction à Pub/Sub. Par défaut: 100 |
cps.project |
String |
Obligatoire. Le projet Google Cloud contenant le sujet Pub/Sub. |
cps.subscription |
String |
Obligatoire. Nom de l'abonnement Pub/Sub à partir duquel extraire les messages. |
gcp.credentials.file.path |
String |
Facultatif. Chemin d'accès à un fichier qui stocke les identifiants Google Cloud pour authentifier Pub/Sub Lite. |
gcp.credentials.json |
String |
Facultatif. Blob JSON contenant Google Cloud pour l'authentification de Pub/Sub Lite. |
kafka.key.attribute |
String |
Attribut de message Pub/Sub à utiliser comme clé pour les messages publiés dans Kafka. Si la valeur est Valeur par défaut : |
kafka.partition.count |
Integer |
Nombre de partitions Kafka pour le sujet Kafka dans lequel les messages sont publiés. Ce paramètre est ignoré si le schéma de partition est Par défaut : 1. |
kafka.partition.scheme |
String |
Le schéma permettant d'attribuer un message à une partition dans Kafka. Il peut s'agir de l'une des valeurs suivantes:
Valeur par défaut : |
kafka.record.headers |
Boolean |
Si la valeur est |
kafka.topic |
String |
Obligatoire. Sujet Kafka qui reçoit les messages de Pub/Sub. |
Assistance
Si vous avez besoin d'aide, créez une demande d'assistance. Pour toute question et discussion d'ordre général, créez un problème dans le dépôt GitHub.
Étapes suivantes
- Découvrez les différences entre Kafka et Pub/Sub.
- En savoir plus sur le connecteur Kafka de groupe Pub/Sub
- Consultez le dépôt GitHub du connecteur Kafka de groupe Pub/Sub.