如何配置Kafka同步数据到时序表_表格存储-阿里云帮助中心

您可以使用kafka-connect-tablestore包将Kafka中数据写入Tablestore的时序表中。本文主要介绍了如何配置Kafka写入时序数据。

前提条件

已安装Kafka，并且已启动ZooKeeper和Kafka。更多信息，请参见Kafka官方文档。
已开通表格存储服务，创建实例以及创建时序表。具体操作，请参见快速使用时序模型。

说明您也可以通过Tablestore Sink Connector自动创建目标时序表，此时需要配置auto.create为true。
已获取AccessKey。具体操作，请参见获取AccessKey。

背景信息

表格存储支持对时序数据进行存储以及分析。更多信息，请参见时序模型概述。

步骤一：部署Tablestore Sink Connector

通过以下任意一种方式获取Tablestore Sink Connector。
- 通过GitHub下载源码并编译。源码的GitHub路径为Tablestore Sink Connector源码。
  1. 通过Git工具执行以下命令下载Tablestore Sink Connector源码。
```
git clone https://github.com/aliyun/kafka-connect-tablestore.git
```
  2. 进入到下载的源码目录后，执行以下命令进行Maven打包。
```
mvn clean package -DskipTests
```
    编译完成后，生成的压缩包（例如kafka-connect-tablestore-1.0.jar）会存放在target目录。
- 直接下载编译完成的kafka-connect-tablestore压缩包。
将压缩包复制到各个节点的$KAFKA_HOME/libs目录下。

步骤二：启动Tablestore Sink Connector

Tablestore Sink Connector具有standalone模式和distributed模式两种工作模式。请根据实际选择。

由于写入时序数据时，Kafka侧的消息记录必须为JSON格式，因此启动Tablestore Sink Connector时需要使用Jsonconverter，且不需要提取schema以及不需要输入key，请在connect-standalone.properties和connect-distributed.properties中按照如下示例配置对应配置项。

说明如果输入了key，请按照key的格式配置key.converter和key.converter.schemas.enable。

value.converter=org.apache.kafka.connect.json.JsonConverter
value.converter.schemas.enable=false

此处以配置standalone模式为例介绍，distributed模式的配置步骤与同步数据到数据表时的distributed模式配置步骤类似，只需按照上述示例在worker配置文件connect-distributed.properties中修改对应配置项以及在connetor文件connect-tablestore-sink-quickstart.json中修改时序相关配置即可。具体操作，请参见步骤二：启动Tablestore Sink Connector中distributed模式的配置步骤。

standalone模式的配置步骤如下：

根据实际修改worker配置文件connect-standalone.properties和connetor配置文件connect-tablestore-sink-quickstart.properties。

worker配置文件connect-standalone.properties的配置示例

worker配置中包括Kafka连接参数、序列化格式、提交偏移量的频率等配置项。此处以Kafka官方示例为例介绍。更多信息，请参见Kafka Connect。

# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements.  See the NOTICE file distributed with
# this work for additional information regarding copyright ownership.
# The ASF licenses this file to You under the Apache License, Version 2.0
# (the "License"); you may not use this file except in compliance with
# the License.  You may obtain a copy of the License at
#
#    http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

# These are defaults. This file just demonstrates how to override some settings.
bootstrap.servers=localhost:9092

# The converters specify the format of data in Kafka and how to translate it into Connect data. Every Connect user will
# need to configure these based on the format they want their data in when loaded from or stored into Kafka
key.converter=org.apache.kafka.connect.json.JsonConverter
value.converter=org.apache.kafka.connect.json.JsonConverter
# Converter-specific settings can be passed in by prefixing the Converter's setting with the converter we want to apply
# it to
key.converter.schemas.enable=true
value.converter.schemas.enable=false

offset.storage.file.filename=/tmp/connect.offsets
# Flush much faster than normal, which is useful for testing/debugging
offset.flush.interval.ms=10000

# Set to a list of filesystem paths separated by commas (,) to enable class loading isolation for plugins
# (connectors, converters, transformations). The list should consist of top level directories that include 
# any combination of: 
# a) directories immediately containing jars with plugins and their dependencies
# b) uber-jars with plugins and their dependencies
# c) directories immediately containing the package directory structure of classes of plugins and their dependencies
# Note: symlinks will be followed to discover dependencies or plugins.
# Examples: 
# plugin.path=/usr/local/share/java,/usr/local/share/kafka/plugins,/opt/connectors,
#plugin.path=

connetor配置文件connect-tablestore-sink-quickstart.properties的配置示例

connetor配置中包括连接器类、表格存储连接参数、数据映射等配置项。更多信息，请参见配置说明。

# 设置连接器名称。
name=tablestore-sink
# 指定连接器类。
connector.class=TableStoreSinkConnector
# 设置最大任务数。 
tasks.max=1
# 指定导出数据的Kafka的Topic列表。
topics=test

# 以下为Tablestore连接参数的配置。
# Tablestore实例的Endpoint。
tablestore.endpoint=https://xxx.xxx.ots.aliyuncs.com
# 指定认证模式。
tablestore.auth.mode=aksk
# 填写AccessKey ID和AccessKey Secret。如果使用aksk认证，则需要填入这两项。
tablestore.access.key.id=xxx
tablestore.access.key.secret=xxx
# 指定Tablestore实例名称。
tablestore.instance.name=xxx
## STS认证相关配置，如果使用STS认证，则下列各项必填。此外aksk还需要在环境变量中配置配入ACCESS_ID和ACCESS_KEY。
#sts.endpoint=
#region=
#account.id=
#role.name=

# 定义目标表名称的格式字符串，字符串中可包含<topic>作为原始Topic的占位符。
# topics.assign.tables配置的优先级更高，如果配置了topics.assign.tables，则忽略table.name.format的配置。
# 例如当设置table.name.format为kafka_<topic>时，如果kafka中主题名称为test，则将映射到Tablestore的表名为kafka_test。
table.name.format=<topic>
# 指定Topic与目标表的映射关系，以"<topic>:<tablename>"格式映射Topic和表名，Topic和表名之间的分隔符为半角冒号（:），不同映射之间分隔符为半角逗号（,）。
# 如果缺省，则采取table.name.format的配置。
# topics.assign.tables=test:test_kafka


# 是否自动创建目标表，默认值为false。
auto.create=true


# 以下为脏数据处理相关配置。
# 在解析Kafka Record或者写入时序表时可能发生错误，您可以可通过以下配置进行处理。
# 指定容错能力，可选值包括none和all，默认值为none。
# none表示任何错误都将导致Sink Task立即失败。
# all表示跳过产生错误的Record，并记录该Record。
runtime.error.tolerance=none
# 指定脏数据记录模式，可选值包括ignore、kafka和tablestore，默认值为ignore。
# ignore表示忽略所有错误。
# kafka表示将产生错误的Record和错误信息存储在Kafka的另一个Topic中。
# tablestore表示将产生错误的Record和错误信息存储在Tablestore另一张数据表中。
runtime.error.mode=ignore

# 当脏数据记录模式为kafka时，需要配置Kafka集群地址和Topic。
# runtime.error.bootstrap.servers=localhost:9092
# runtime.error.topic.name=errors

# 当脏数据记录模式为tablestore时，需要配置Tablestore中数据表名称。
# runtime.error.table.name=errors

##以下为时序表新增配置。

# connector工作模式，默认为normal。
tablestore.mode=timeseries
# 时序表主键字段映射。
tablestore.timeseries.test.measurement=m
tablestore.timeseries.test.dataSource=d
tablestore.timeseries.test.tags=region,level
# 时序表时间字段映射。
tablestore.timeseries.test.time=timestamp
tablestore.timeseries.test.time.unit=MILLISECONDS
# 是否将时序数据字段（field）的列名转为小写，默认为true。由于当前时序模型中时序表的列名不支持大写字母，如果配置为false，且列名中有大写字母，写入会报错。
tablestore.timeseries.toLowerCase=true
# 是否将所有非主键以及时间的字段以field的形式存储在时序表，默认为true，如果为false，则只存储tablestore.timeseries.test.field.name中配置的字段
tablestore.timeseries.mapAll=true
# 配置field字段名称，多个字段名称之间用半角冒号（,）分隔。
tablestore.timeseries.test.field.name=cpu
# 配置field字段类型。取值范围为double、integer、string、binary和boolean。
# 当field中包含多个字段时，字段类型必须和字段名称一一对应。多个字段类型之间用半角冒号（,）分隔。
tablestore.timeseries.test.field.type=double

进入到$KAFKA_HOME目录后，执行以下命令启动standalone模式。

bin/connect-standalone.sh config/connect-standalone.properties config/connect-tablestore-sink-quickstart.properties

步骤三：生产新的记录

进入到$KAFKA_HOME目录后，执行以下命令启动一个控制台生产者。

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

配置项说明请参见下表。


配置项	示例值	描述
--broker-list	localhost:9092	Kafka集群broker地址和端口。
--topic	test	主题名称。启动Tablestore Sink Connetor时默认会自动创建Topic，您也可以选择手动创建。

向主题test中写入一些新的消息。
注意如果要导入数据到时序表，则向主题中写入数据时必须输入JSON格式的数据。
```
{"m":"cpu","d":"127.0.0.1","region":"shanghai","level":1,"timestamp":1638868699090,"io":5.5,"cpu":"3.5"}
```
登录表格存储控制台查看数据。