Druid 加载 Kafka 流数据配置可以读取和处理的流中数据

2021-08-14 本文已影响0人 HoneyMoose

Kafka 索引服务（indexing service）支持inputFormat和parser来指定特定的数据格式。

inputFormat是一个较新的参数，针对使用的 Kafka 索引服务，我们建议你对这个数据格式参数字段进行设置。不幸的是，目前还不能支持所有在老的parser中能够支持的数据格式（Druid 将会在后续的版本中提供支持）。

目前inputFormat能够支持的数据格式包括有：csv，delimited，json。

如果你使用parser的话，你也可以阅读：avro_stream,protobuf,thrift数据格式。

因为 Druid 的数据版本的更新，在老的环境下，如果使用 parser 能够处理更多的数格式。

如果通过配置文件来定义的话，在目前只能处理比较少的数据格式。

在我们的系统中，通常将数据格式定义为 JSON 格式，但是因为 JSON 的数据是不压缩的，通常会导致传输数据量增加很多。

如果你想使用 protobuf 的数据格式的话，能够在 Kafka 中传递更多的内容，protobuf 是压缩的数据传输，占用网络带宽更小。

在小型系统中可能不一定会有太大的问题，但是对于大型系统来说，如果传输量小 80% 的话，那占用网络带宽也会小很多，另外也能降低错误率。