将 Pub/Sub Lite 连接到 Apache Kafka

注意 ：Pub/Sub Lite 已弃用。自 2026 年 3 月 18 日起，Pub/Sub Lite 将停用。

• 现有客户：Pub/Sub Lite 将在 2026 年 3 月 18 日之前继续提供服务。 如果您在 2024 年 9 月 24 日之前的 90 天内未使用过 Pub/Sub Lite （2024 年 6 月 26 日 - 2024 年 9 月 24 日）起，您将无法再访问 Pub/Sub Lite 2024 年 9 月 24 日
• 新客户：Pub/Sub Lite 不再向新客户提供 2024 年 9 月 24 日之后

您可以将 Pub/Sub Lite 服务迁移到 适用于 Apache Kafka 的 Google Cloud Managed Service 或 Pub/Sub。

本文档介绍了如何集成 Apache Kafka 和 Pub/Sub Lite，具体方法为： 使用 Pub/Sub Group Kafka Connector

注意：您还可以将此连接器与 Pub/Sub 搭配使用。请参阅将 Pub/Sub 连接到 Apache Kafka。

Pub/Sub Group Kafka Connector 简介

Apache Kafka 是一个用于流式处理事件的开源平台。它通常用于分布式架构，可在松散耦合的各组件之间实现通信。Pub/Sub Lite 是一种代管式服务， 异步接收消息与 Kafka 一样，您可以使用 Pub/Sub Lite 在云架构中的各个组件之间进行通信。

借助 Pub/Sub Group Kafka Connector，您可以集成这两个系统。 以下连接器打包在 Connector JAR 中：

• 接收器连接器可从一个或多个 Kafka 主题读取记录，并将其发布到 Pub/Sub Lite。
• 来源连接器从 Pub/Sub 精简版主题中读取消息 并发布到 Kafka

以下是您可能需要使用 Pub/Sub Group Kafka Connector 的一些场景：

• 您正在将基于 Kafka 的架构迁移到 Google Cloud。
• 您有一个前端系统，用于将事件存储在 Kafka 之外的 还可使用 Google Cloud 来运行一些后端。 服务，这些服务需要接收 Kafka 事件。
• 您从本地 Kafka 解决方案收集日志，并将其发送到 Google Cloud 进行数据分析。
• 您有一个使用 Google Cloud 的前端系统，但您还需要存储数据 使用 Kafka

该连接器需要 Kafka Connect，它是一个用于在 Kafka 和其他系统之间流式传输数据的框架。如需使用该连接器，您必须将 Kafka Connect 与 Kafka 集群一起运行。

本文档假定您熟悉 Kafka 和 Pub/Sub Lite。如需开始使用 Pub/Sub 精简版，请参阅使用 Google Cloud 控制台在 Pub/Sub 精简版中发布和接收消息。

Pub/Sub Group Kafka Connector 使用入门

本部分将引导您完成以下任务：

1. 配置 Pub/Sub Group Kafka Connector。
2. 将事件从 Kafka 发送到 Pub/Sub 精简版。
3. 将消息从 Pub/Sub Lite 发送到 Kafka。

注意：本部分使用独立模式下的 Kafka Connect，这种模式适合测试。对于生产系统，建议使用分布式模式。对于 有关在分布式模式下运行 Kafka Connect 的信息，请参阅 运行 Kafka Connect Apache Kafka 文档。

前提条件

安装 Kafka

按照 Apache Kafka 快速入门 在本地机器上安装单节点 Kafka。在快速入门中完成以下步骤：

1. 下载最新的 Kafka 版本并将其解压缩。
2. 启动 Kafka 环境。
3. 创建 Kafka 主题。

身份验证

Pub/Sub Group Kafka Connector 必须通过 Pub/Sub 进行身份验证，才能发送和接收 Pub/Sub 消息。如需设置身份验证，请执行以下操作： 请执行以下步骤：

1. 登录您的 Google Cloud 账号。如果您是 Google Cloud 新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。
2. Install the Google Cloud CLI.

3. To initialize the gcloud CLI, run the following command:

   gcloud init

4. Create or select a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   • Create a Google Cloud project:

     gcloud projects create PROJECT_ID

     Replace PROJECT_ID with a name for the Google Cloud project you are creating.

   • Select the Google Cloud project that you created:

     gcloud config set project PROJECT_ID

     Replace PROJECT_ID with your Google Cloud project name.

5. Create local authentication credentials for your user account:

   gcloud auth application-default login

6. Grant roles to your user account. Run the following command once for each of the following IAM roles: roles/pubsublite.admin

   gcloud projects add-iam-policy-binding PROJECT_ID --member="USER_IDENTIFIER" --role=ROLE

   • Replace PROJECT_ID with your project ID.

   • Replace USER_IDENTIFIER with the identifier for your user account. For example, user:[e-mail].

   • Replace ROLE with each individual role.
7. Install the Google Cloud CLI.

8. To initialize the gcloud CLI, run the following command:

   gcloud init

9. Create or select a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   • Create a Google Cloud project:

     gcloud projects create PROJECT_ID

     Replace PROJECT_ID with a name for the Google Cloud project you are creating.

   • Select the Google Cloud project that you created:

     gcloud config set project PROJECT_ID

     Replace PROJECT_ID with your Google Cloud project name.

10. Create local authentication credentials for your user account:

    gcloud auth application-default login

11. Grant roles to your user account. Run the following command once for each of the following IAM roles: roles/pubsublite.admin

    gcloud projects add-iam-policy-binding PROJECT_ID --member="USER_IDENTIFIER" --role=ROLE

    • Replace PROJECT_ID with your project ID.

    • Replace USER_IDENTIFIER with the identifier for your user account. For example, user:[e-mail].

    • Replace ROLE with each individual role.

注意 ：对于生产工作负载，我们建议使用 工作负载身份联合 身份验证。

下载连接器 JAR

将连接器 JAR 文件下载到本地机器。如需了解详情，请参阅 获取连接器 。

复制连接器配置文件

1. 克隆或下载相应连接器的 GitHub 代码库。

   git clone https://github.com/googleapis/java-pubsub-group-kafka-connector.git
   cd java-pubsub-group-kafka-connector
   

2. 将 config 目录的内容复制到config 您的 Kafka 安装。

   cp config/* [path to Kafka installation]/config/
   

这些文件包含连接器的配置设置。

更新 Kafka Connect 配置

1. 前往包含您下载的 Kafka Connect 二进制文件的目录。
2. 在 Kafka Connect 二进制目录中，打开名为 文本编辑器中支持 config/connect-standalone.properties。
3. 如果 plugin.path property 被注释掉，请取消注释。

4. 更新 plugin.path property 以包含连接器 JAR 的路径。

   示例：

   plugin.path=/home/PubSubKafkaConnector/pubsub-group-kafka-connector-1.0.0.jar
   

5. 将 offset.storage.file.filename 属性设置为本地文件名。在独立模式下，Kafka 使用此文件存储偏移数据。

   示例：

   offset.storage.file.filename=/tmp/connect.offsets
   

将事件从 Kafka 转发到 Pub/Sub Lite

本部分介绍如何启动接收器连接器、将事件发布到 Kafka、 然后从 Pub/Sub Lite 读取转发的消息。

1. 使用 Google Cloud CLI 创建 Pub/Sub 精简版预留。

   gcloud pubsub lite-reservations create RESERVATION_NAME \
   --location=LOCATION \
   --throughput-capacity=4

   替换以下内容：

   • RESERVATION_NAME：Pub/Sub Lite 的名称 预留。
   • LOCATION：预留的位置。

2. 使用 Google Cloud CLI 创建包含订阅的 Pub/Sub Lite 主题。

   gcloud pubsub lite-topics create LITE_TOPIC \
   --location=LOCATION \
   --partitions=2 \
   --per-partition-bytes=30GiB \
   --throughput-reservation=RESERVATION_NAME
   
   gcloud pubsub lite-subscriptions create LITE_SUBSCRIPTION \
   --location=LOCATION \
   --topic=LITE_TOPIC

   替换以下内容：

   • LITE_TOPIC：用于接收来自 Kafka 的消息的 Pub/Sub Lite 主题的名称。
   • LOCATION：主题的位置。该值必须与 预留的位置
   • RESERVATION_NAME：Pub/Sub Lite 预订的名称。
   • LITE_SUBSCRIPTION：该主题的 Pub/Sub Lite 订阅的名称。

3. 在文本编辑器中打开 /config/pubsub-lite-sink-connector.properties 文件。为以下在注释中标记为 "TODO" 的属性添加值：

   topics=KAFKA_TOPICS
   pubsublite.project=PROJECT_ID
   pubsublite.location=LOCATION
   pubsublite.topic=LITE_TOPIC

   替换以下内容：

   • KAFKA_TOPICS：要读取的 Kafka 主题的逗号分隔列表 。
   • PROJECT_ID：包含您的 Pub/Sub 精简版主题。
   • LOCATION：Pub/Sub 精简版主题的位置。
   • LITE_TOPIC：用于接收来自 Kafka 的消息的 Pub/Sub Lite 主题。

4. 在 Kafka 目录中，运行以下命令：

   bin/connect-standalone.sh \
     config/connect-standalone.properties \
     config/pubsub-lite-sink-connector.properties
   

5. 按照 Apache Kafka 快速入门中的步骤，将一些事件写入 Kafka 主题。

6. 使用从精简版订阅接收消息中所述的任一方法订阅 Pub/Sub Lite 订阅。

将消息从 Pub/Sub Lite 转发到 Kafka

本部分介绍如何启动源连接器，以及如何将消息发布到 Pub/Sub Lite，并从 Kafka 读取转发的消息。

1. 使用 Google Cloud CLI 创建 Pub/Sub 精简版预留。

   gcloud pubsub lite-reservations create RESERVATION_NAME \
   --location=LOCATION \
   --throughput-capacity=4

   替换以下内容：

   • RESERVATION_NAME：Pub/Sub Lite 预订的名称。
   • LOCATION：预留的位置。

2. 使用 Google Cloud CLI 创建包含订阅的 Pub/Sub Lite 主题。

   gcloud pubsub lite-topics create LITE_TOPIC \
   --location=LOCATION \
   --partitions=2 \
   --per-partition-bytes=30GiB \
   --throughput-reservation=RESERVATION_NAME
   
   gcloud pubsub lite-subscriptions create LITE_SUBSCRIPTION \
   --location=LOCATION \
   --topic=LITE_TOPIC

   替换以下内容：

   • LITE_TOPIC：Pub/Sub 精简版主题的名称。
   • LOCATION：主题的位置。该值必须与 预留的位置
   • RESERVATION_NAME：Pub/Sub Lite 预订的名称。
   • LITE_SUBSCRIPTION：该主题的 Pub/Sub Lite 订阅的名称。

3. 在以下位置打开名为 /config/pubsub-lite-source-connector.properties 的文件： 文本编辑器。为以下属性添加值，这些属性值会被标记为 "TODO"：

   topic=KAFKA_TOPIC
   pubsublite.project=PROJECT_ID
   pubsublite.location=LOCATION
   pubsublite.subscription=LITE_SUBSCRIPTION

   替换以下内容：

   • KAFKA_TOPIC：用于接收 Pub/Sub 消息的 Kafka 主题。
   • PROJECT_ID：包含您的 Pub/Sub 主题的 Google Cloud 项目。
   • LOCATION：Pub/Sub 精简版主题的位置。
   • LITE_SUBSCRIPTION：Pub/Sub Lite 主题。

4. 从 Kafka 目录运行以下命令：

   bin/connect-standalone.sh \
     config/connect-standalone.properties \
     config/pubsub-lite-source-connector.properties
   

5. 使用向精简版主题发布消息中所述的任一方法将消息发布到 Pub/Sub 精简版主题。

6. 从 Kafka 读取消息。请按照 Apache Kafka 快速入门 从 Kafka 主题读取消息。

短信转化

Kafka 记录包含一个键和一个值，它们是长度可变的字节数组。（可选） Kafka 记录还可以具有标头，标头是键值对。Pub/Sub 精简版消息包含以下字段：

• key：消息键 (bytes)
• data：消息数据 (bytes)
• attributes：零个或多个属性。每个属性都是一个 (key,values[]) 映射。一个属性可以有多个值。
• event_time：可选的用户提供的事件时间戳。

Kafka Connect 使用转换器将键和值序列化到 Kafka 和从 Kafka 序列化。如需控制序列化，请在连接器配置文件中设置以下属性：

• key.converter：用于序列化记录键的转换器。
• value.converter：用于对记录值进行序列化的转换器。

从 Kafka 转换为 Pub/Sub Lite

接收器连接器将 Kafka 记录转换为 Pub/Sub Lite 消息 ，如下所示。

Kafka 记录 (SinkRecord)	Pub/Sub Lite 消息
键	key
值	data
标头	attributes
时间戳	eventTime
时间戳类型	attributes["x-goog-pubsublite-source-kafka-event-time-type"]
主题	attributes["x-goog-pubsublite-source-kafka-topic"]
分区	attributes["x-goog-pubsublite-source-kafka-offset"]
偏移值	attributes["x-goog-pubsublite-source-kafka-partition"]

键、值和标头按如下方式编码：

• null 架构被视为字符串架构。
• 字节载荷会直接写入，无需转换。
• 字符串、整数和浮点载荷会编码为 UTF-8 字节序列。
• 所有其他载荷都会编码到协议缓冲区中 Value 然后转换为字节字符串。
  • 嵌套字符串字段会编码为 protobuf Value。
  • 嵌套字节字段编码为一个 protobuf Value，用于保存 base64 编码的字节。
  • 嵌套的数字字段会编码为双精度值，并存储在 protobuf Value 中。
  • 不支持使用数组、映射或结构体键的映射。

从 Pub/Sub Lite 到 Kafka 的转换

源连接器会将 Pub/Sub Lite 消息转换为 Kafka 记录，如下所示：

Pub/Sub Lite 消息	Kafka 记录 (SourceRecord)
key	键
data	值
attributes	标头
event_time	时间戳。如果 event_time 不存在，则发布 所用的时间。

配置选项

除了 Kafka Connect API 提供的配置之外，该连接器还支持以下 Pub/Sub Lite 配置。

Sink 连接器配置选项

Sink 连接器支持以下配置选项。

设置	数据类型	说明
connector.class	String	必填。连接器的 Java 类。对于 Pub/Sub Lite 接收器连接器，该值必须为 com.google.pubsublite.kafka.sink.PubSubLiteSinkConnector。
gcp.credentials.file.path	String	可选。存储 Google Cloud 凭据的文件的路径 用于对 Pub/Sub Lite 进行身份验证。
gcp.credentials.json	String	可选。一个 JSON 数据块，用于包含用于对 Pub/Sub 精简版进行身份验证的 Google Cloud 凭据。
pubsublite.location	String	必需。Pub/Sub Lite 主题的位置。
pubsublite.project	String	必需。包含 Pub/Sub 精简版主题。
pubsublite.topic	String	必需。要发布的 Pub/Sub Lite 主题 Kafka 记录至。
topics	String	必需。以英文逗号分隔的 Kafka 主题列表， 读取内容。

来源连接器配置选项

来源连接器支持以下配置选项。

设置	数据类型	说明
connector.class	String	必填。连接器的 Java 类。对于 Pub/Sub Lite 源连接器，该值必须为 com.google.pubsublite.kafka.source.PubSubLiteSourceConnector。
gcp.credentials.file.path	String	可选。存储 Google Cloud 凭据的文件的路径 用于对 Pub/Sub Lite 进行身份验证。
gcp.credentials.json	String	可选。一个 JSON 数据块，用于包含用于对 Pub/Sub 精简版进行身份验证的 Google Cloud 凭据。
kafka.topic	String	必需。从 Pub/Sub Lite 接收消息的 Kafka 主题。
pubsublite.location	String	必需。Pub/Sub Lite 主题的位置。
pubsublite.partition_flow_control.bytes	Long	每个 Pub/Sub Lite 分区的最大未完成字节数。 默认值：20000000
pubsublite.partition_flow_control.messages	Long	每个 Pub/Sub Lite 分区的未完成消息数量上限。 默认值：Long.MAX_VALUE
pubsublite.project	String	必填。包含 Pub/Sub Lite 主题的 Google Cloud 项目。
pubsublite.subscription	String	必需。Pub/Sub Lite 的名称 从哪个订阅拉取消息。

后续步骤

• 了解 Kafka 和 Pub/Sub 之间的差异。
• 详细了解 Pub/Sub Group Kafka Connector。
• 查看 Pub/Sub Group Kafka Connector GitHub 代码库。