基于RobotFramework——自定义kafka库并导入使用

【kafka】

首先介绍一下我了解的kafka的皮毛信息——

• kafka——一个分布流处理系统：流处理：可以像消息队列一样publish或者subscribe信息；分布式：提供了容错性，并发处理消息的机制
• 集群——kafka运行在集群上，集群包含一个或多个服务器。所谓服务器集群，就是将很多服务器集中在一起进行同一种服务，在客户端看起来像是只有一个服务器。集群可以利用多个计算机进行并行计算从而有很高的计算速度，也可以使用多个计算机做备份，从而使得一个机器坏了，整个系统还能正常运行
• broker——一个集群有多个broker（一台服务器就是一个broker），一个broker可以容纳多个topic
• topic——主题，由用户定义并配置在kafka服务器，用于建立生产者和消费者之间的订阅关系。生产者发送消息到指定的topic下，消费者从这个topic下消费消息。每一条消息包含键值（key），值（value）和时间戳（timestamp）
• producer——消息生产者，就是像kafka broker发消息的客户端
• consumer——消息消费者，是消息的使用方，负责消费kafka服务器上的信息
• partition——消息分区，一个topic可以分为多个partition，每个partition是一个有序的队列，partition中的每条消息都会被分配一个有序的id（offset）
• offset——消息在partition中的偏移量，每一条消息在partition都有唯一的偏移量。
• consumer group——消费者分组，用于归组同类消费者。每个consumer属于一个特定的consumer group，多个消费者可以共同消费一个topic下的消息，每个消费者消费其中的部分消息，这些消费者就组成了一个分组，拥有同一个分组名称，通常也被称为消费者集群。

【kafka-python】

kafka-python是一个python的kafka客户端，可以用来向kafka的topic发送消息、消费消息。

接下来介绍如何封装自定义的kafka库，然后再robotframework上使用——

1. 创建文件夹

• 在d:\python27\lib\site-packages的文件夹里面创建你的自定义库文件夹，例如lmkafka

• 在文件夹里面创建两个文件，分别是__init__.py和producer.py(该文件名自定义)，代码如下

#producer.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
#命令行输入pip install kafka-python，进行下载

from kafka import kafkaproducer


class produce(object):
    def produce(self,ip,topic,filepath):
        producer = kafkaproducer(bootstrap_servers=[ip])
        with open(filepath) as f:
            msg = f.read()
            print msg
        # 发送
        producer.send(topic, msg)
        #print filepath
        producer.close()

#__init__.py
#!/usr/bin/python
# -*- coding: utf-8 -*-

from producer import produce

class lmkafka(produce):
    robot_library_scope = 'global'

• 创建成功后，尝试重启ride，导入lmkafka库，如果导入不成功（库名为红色），则需要添加路径——在d:\python27\lib\site-packages的文件夹里面添加.pth文件，例如lmkafka.pth
• 文件内容：d:\python27\lib\site-packages\lmkafka
• 
• 

  再次查看，库导入成功

• 

   

 库的使用——

可以向kafka里面发送数据啦~