kafka-console-consumer.sh使用2次grep管道无法提取消息的解决
2023-03-07 11:03:12
Kafka
问题
在使用kafka自带脚本消费时,想用grep关键词过滤出来想要的信息
./kafka-console-consumer.sh \
--bootstrap-server node1:9092,node2:9092,node3:9092 \
--topic test \
--from-beginning \
--consumer-property group.id=gaofeng_test\
| grep "b786aba6f3a6" | grep 388aabd
但是发现grep命令在这里有问题,无法取到想要消息
已经消费到latest了,都没有提取到想要的msg
这里确认了producer端已经发送成功了,回调函数里都没有任何异常
怀疑
怀疑是否kafka存在丢数据的情况
排查问题后发现kafka集群一切正常,性能也很强劲
并且在存储消息的日志文件中也已经查询到了我想要的消息了,为什么就是消费不出来呢
分析
将kafka的这个主题 --from-beginning 消费到文件topic.log中去
对topic.log这个静态文件进行grep “b786aba6f3a6” | grep 388aabd抽取,发现取到了自己想要的这条消息
kafka消费时结果是动态的,grep这里用法不对,只有对静态的文件可以抽取到数据
--line-buffered
Force output to be line buffered. By default, output is line buffered when standard output is
a terminal and block buffered otherwise
上面的意思是
- 强制输出结果使用行缓冲
- 默认情况下,如果标准输入时终端,则使用line bufferred
- 否则,使用块缓冲,(默认的大小为4096 bytes,因系统和配置而异)
所以,这也就解释了为什么双重grep过滤没有内容,因为没有达到块缓冲限制。
验证
生产消息
a,b,c
消费时两次grep则无消息
消费时一次grep则都出来
结论
- 刚刚
/kafka-console-consumer.sh
第一次grep过滤出来的的消息小于4k了,所以传给第二次grep是不可以直接输出出来的,因为在缓冲区 - 如果第一次grep出来的数据大于4k,传给第二个grep时则不会缓冲着,第二个grep收到就立刻传入到terminal输出了
- 反之第一次grep过滤出来的的消息大于还是小于4k,一旦后面没有管道符号,直接输出给terminal的话,则遵循line bufferred规则立马输出
解决
使用如下命令即可
./kafka-console-consumer.sh \
--bootstrap-server node1:9092,node2:9092,node3:9092 \
--topic test \
--from-beginning \
--consumer-property group.id=gaofeng_test\
| grep --line-buffered "b786aba6f3a6" | grep 388aabd
【注意】
这里用了grep 的 --line-buffered参数
具体用法
查阅https://www.jb51.net/article/277299.htm
最后
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。
相关文章