kafka常用命令(持续更新)

查看broker

使用 zookeeper-shell.sh 命令(如果你的 Kafka 集群依赖 Zookeeper):

bin/zookeeper-shell.sh <zookeeper_host>:<port> ls /brokers/ids

这将列出所有 broker 的 ID,如输出 [0, 1, 2] 表示有 3 个 broker。

如果你的 Kafka 集群不依赖 Zookeeper,可以使用 kafka-broker-api-versions.shkafka-topics.sh

bin/kafka-broker-api-versions.sh --bootstrap-server <broker_host>:<port>

或者

bin/kafka-topics.sh --bootstrap-server <broker_host>:<port> --describe

describe 输出中每个 broker 的信息都会显示出来。

查看指定 topic 信息

使用 kafka-topics.sh 命令:

bin/kafka-topics.sh --bootstrap-server <broker_host>:<port> --describe --topic <your_topic>

输出示例:

Topic: your_topic     PartitionCount: 1       ReplicationFactor: 1    Configs:
    Topic: your_topic     Partition: 0    Leader: 1    Replicas: 1    Isr: 1
  • Leader 表示该 partition 当前所在的 broker ID。例如,上述输出中 Leader: 1 表示 partition 0 被分配在 broker ID 为 1 的节点上。
  • Replicas 列表表示所有副本所在的 broker,Isr 列表表示当前同步的 broker。

查看所有消费组

列出 Kafka 集群中所有的消费组:

bin/kafka-consumer-groups.sh --bootstrap-server <broker_host>:<port> --list

这会返回一个消费组的列表。

查看指定消费组的详细信息

查看一个特定消费组的详细信息(包括每个 partition 的消费进度):

bin/kafka-consumer-groups.sh --bootstrap-server <broker_host>:<port> --describe --group <consumer_group_id>

输出示例:

GROUP           TOPIC           PARTITION    CURRENT-OFFSET    LOG-END-OFFSET    LAG             CONSUMER-ID           HOST            CLIENT-ID
my-consumer     my-topic        0            123               125               2               consumer-1-12345      /192.168.1.10   my-consumer-id
- **CURRENT-OFFSET**:消费组消费到的当前偏移量。
- **LOG-END-OFFSET**:topic partition 的最新偏移量。
- **LAG**:消费者落后于最新消息的偏移量(即积压消息数)。
- **CONSUMER-ID**、**HOST** 和 **CLIENT-ID**:消费者的标识信息。

查看所有消费组的消费状态

如果想一次查看所有消费组的消费状态,可以运行以下命令(输出可能会较多):

bin/kafka-consumer-groups.sh --bootstrap-server <broker_host>:<port> --all-groups --describe

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/940598.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

ubuntu22.04编译安装Opencv4.8.0+Opencv-contrib4.8.0教程

本章教程,主要记录在Ubuntu22.04版本系统上编译安装安装Opencv4.8.0+Opencv-contrib4.8.0的具体过程。 一、下载opencv和opencv-contrib包 wget https://github.com/opencv/opencv/archive/refs/tags/4.8.0.zip wget https://github.com/opencv/opencv_contrib/archive/refs/…

Java中的方法重写:深入解析与最佳实践

在Java编程中&#xff0c;方法重写&#xff08;Method Overriding&#xff09;是面向对象编程&#xff08;OOP&#xff09;的核心概念之一。它允许子类提供一个与父类中同名方法的具体实现&#xff0c;从而实现多态性&#xff08;Polymorphism&#xff09;。本文将深入探讨Java…

基础电路的学习

1、戴维南定理 ①左边的图可简化为一个电阻&#xff0b;一个电压源。② ③电压源可相当于开路。将R2移到左边&#xff0c;R1和R2相当于并联。RR1//R2 Rx和Rt相等时&#xff0c;灵敏度最大&#xff0c;因此使Rt10K。 104电容是0.1uf。 三位数字的前两位数字为标称容量的有效数…

麒麟操作系统服务架构保姆级教程(二)sersync、lsync备份和NFS持久化存储

如果你想拥有你从未拥有过的东西&#xff0c;那么你必须去做你从未做过的事情 上篇文章我们说到rsync虽好&#xff0c;但是缺乏实时性&#xff0c;在实际应用中&#xff0c;咱们可以将rsync写进脚本&#xff0c;然后写进定时任务去备份&#xff0c;如果每天凌晨1&#xff1a;00…

使用visnode做节点管理

背景 visnode起源于解决本人在研究生期间做学术研究时遇到的困惑。 当时的项目涉及到比较多的参数&#xff0c;需要做参数调整优化&#xff0c;每一次调整参数都是在上一组最优的一些参数组合中做微调&#xff0c;然后重新计算&#xff0c;每一次计算又会产生大量的文件&…

28、论文阅读:基于像素分布重映射和多先验Retinex变分模型的水下图像增强

A Pixel Distribution Remapping and Multi-Prior Retinex Variational Model for Underwater Image Enhancement 摘要介绍相关工作基于模型的水下图像增强方法&#xff1a;无模型水下图像增强方法&#xff1a;基于深度学习的水下图像增强方法&#xff1a; 论文方法概述像素分布…

今日-冬至

夏尽秋分日 春生冬至时 今天17时21分 我们迎来冬天的第四个节气 冬至 冬至是北半球全年中 白天最短、黑夜最长的一天 过了今天 阳光的照射将逐渐增多 白天的时间也会越来越长 温暖和春意正在一点点靠近 我国民间有“数九”的习俗 又称“冬九九”“交九” 从冬至起&…

WebRTC搭建与应用(一)-ICE服务搭建

WebRTC搭建与应用(一) 近期由于项目需要在研究前端WebGL渲染转为云渲染&#xff0c;借此机会对WebRTC、ICE信令协议等有了初步了解&#xff0c;在此记录一下&#xff0c;以防遗忘。 第一章 ICE服务搭建 文章目录 WebRTC搭建与应用(一)前言一、ICE是什么&#xff1f;二、什么…

LabVIEW伸缩臂参数监控系统

LabVIEW开发伸缩臂越野叉车参数监控系统主要应用于工程机械中的越野叉车&#xff0c;以提高车辆的作业效率和故障诊断能力。系统通过PEAK CAN硬件接口和LabVIEW软件平台实现对叉车作业参数的实时监控和故障分析&#xff0c;具有良好的实用性和推广价值。 系统组成 系统主要由P…

VR博物馆能模拟哪些历史场景?

VR博物馆以其卓越的模拟能力&#xff0c;能够带领观众穿越时空&#xff0c;体验从古罗马的斗兽场到中世纪的欧洲城堡&#xff0c;从文艺复兴的佛罗伦萨到工业革命的蒸汽机&#xff0c;再到二战的紧张战场&#xff0c;每一种历史场景都栩栩如生&#xff0c;让人仿佛亲历其境&…

网络安全防范

实践内容 学习总结 PDR&#xff0c;$$P^2$$DR安全模型。 防火墙&#xff08;Firewall&#xff09;&#xff1a; 网络访问控制机制&#xff0c;布置在网际间通信的唯一通道上。 不足&#xff1a;无法防护内部威胁&#xff0c;无法阻止非网络传播形式的病毒&#xff0c;安全策略…

投标心态:如何在“标海战术”中保持清醒的头脑?

在竞争激烈的市场环境下&#xff0c;“标海战术”——即大规模参与投标——已经成为许多企业争取市场份额的重要策略。然而&#xff0c;盲目追求投标数量可能导致资源浪费、团队疲劳以及战略目标的模糊化。在这种高强度的竞争模式中&#xff0c;如何保持清醒的头脑&#xff0c;…

ICLR 2025 | 时间序列(Time Series)高分论文总结

ICLR2025已经结束了讨论阶段&#xff0c;进入了meta-review阶段&#xff0c;分数应该不会有太大的变化了&#xff0c;本文总结了其中时间序列(Time Series)高分的论文。如有疏漏&#xff0c;欢迎大家补充。 挑选原则&#xff1a;均分要大于等于6&#xff08;≥6&#xff0c;即…

SpringBoot集成ENC对配置文件进行加密

在线MD5生成工具 配置文件加密&#xff0c;集成ENC 引入POM依赖 <!-- ENC配置文件加密 --><dependency><groupId>com.github.ulisesbocchio</groupId><artifactId>jasypt-spring-boot-starter</artifactId><version>2.1.2</ver…

ASP.NET|日常开发中数据集合详解

ASP.NET&#xff5c;日常开发中数据集合详解 前言一、数组&#xff08;Array&#xff09;1.1 定义和基本概念1.2 数组的操作 二、列表&#xff08;List<T>&#xff09;2.1 特点和优势2.2 常用操作 三、字典&#xff08;Dictionary<K, V>&#xff09;3.1 概念和用途…

金融信息系统多活技术-应用策略

目录 概述 ​编辑 多活应用场景 流水型系统 账户型系统 流水型系统应用策略 业务模型说明 系统并行策略 接入和路由策略 系列阅读 概述 本文件提出了金融信息系统多活技术的应用指南&#xff0c;金融机构可根据自身业务需要&#xff0c;结合本文件进行 多活信息系统的…

大数据之Hbase环境安装

Hbase软件版本下载地址&#xff1a; http://mirror.bit.edu.cn/apache/hbase/ 1. 集群环境 Master 172.16.11.97 Slave1 172.16.11.98 Slave2 172.16.11.99 2. 下载软件包 #Master wget http://archive.apache.org/dist/hbase/0.98.24/hbase-0.98.24-hadoop1-bin.tar.gz…

人工智能ACA(四)--机器学习基础

零、参考资料 一篇文章完全搞懂正则化&#xff08;Regularization&#xff09;-CSDN博客 一、 机器学习概述 0. 机器学习的层次结构 学习范式&#xff08;最高层&#xff09; 怎么学 监督学习 无监督学习 半监督学习 强化学习 学习任务&#xff08;中间层&#xff0…

HTML语法规范

HTML语法规则 HTML 标签是由尖括号包围的关键词&#xff0c;标签通常是成对出现的&#xff0c;例如 <html> 和 </html>&#xff0c;称为双标签 。标签对中的第一个标签是开始标签&#xff0c;第二个标签是结束标签单标签比较少&#xff0c;例如<br />&#x…

四川托普信息技术职业学院教案1

四川托普信息技术职业学院教案 【计科系】 周次 第 1周&#xff0c;第1次课 备 注 章节名称 第1章 XML语言简介 引言 1.1 HTML与标记语言 1.2 XML的来源 1.3 XML的制定目标 1.4 XML概述 1.5 有了HTML了&#xff0c;为什么还要发展XML 1.5.1 HTML的缺点 1.5.2 XML的特点 1.6 X…