Python通过SSH隧道链接Kafka

2台y

最近有一个需求需要连接Kafka，但是它只允许内网链接，但是有些服务跑在服务器上总没有在我本机调试起来爽，毕竟很多开发工具还是在客户端机器上用的熟练。于是我想到了通过SSH连接Kafka，至于怎么连接可以通过XShell、Proxifier等等，由于个人还是觉得自己写更灵活，所以我是用Python里的sshtunnel写的（有需要后面我也可以分享下），个人喜好啊，你们自行选择。

由于笔者这里的Kafka环境使用Zookeeper做分布式部署，有多个broker的IP地址，不过这样难不倒，大不了映射多几个端口，一切都似乎很顺利，SSH隧道建立起来，端口都配置好。

1 2 3 4 5 6 7 8 9 10 11 12 13

from kafka import KafkaProducer import logging    logging.basicConfig(level=logging.INFO)    # 已经配置好的ssh隧道 kafka_host = [     '127.0.0.1:19091',     '127.0.0.1:19092',     '127.0.0.1:19093', ] producer = KafkaProducer(bootstrap_servers=kafka_host) producer.send('test', b'some_message_bytes')

开始启动脚本发现问题来了，报错：

1 2 3 4 5 6 7 8 9 10

Traceback (most recent call last):   File "<stdin>", line 12, in <module>   File "c:\python27\lib\site-packages\kafka\producer\kafka.py", line 347, in __init__     **self.config)   File "c:\python27\lib\site-packages\kafka\client_async.py", line 220, in __init__     if self.config['api_version'] is None:   File "c:\python27\lib\site-packages\kafka\client_async.py", line 861, in check_version     except Errors.NodeNotReadyError: NoBrokersAvailable: NoBrokersAvailable NoBrokersAvailable

没找到可连接的Brokers，在服务器上相同的代码却可以直接连接上去了...

于是开始排查，发现Kafka连接时即使使用IP地址配置，但依旧会使用主机名解析IP地址，那么就配置hosts把服务器主机名都指向本地地址（127.0.0.1）不就行了，按道理是可以的，不过发现连接是没问题了，可是消息并没有发送成功。

仔细查看日志，发现：

1	INFO:kafka.conn:<BrokerConnection node_id=258 host=kafka-04/127.0.0.1 port=9092>: connecting to 127.0.0.1:9092

确实是把对应的主机名解析到本地地址，但是端口却并没有做相应的改变...

笔者并不是一个轻易放弃的人，于是开始读pykafka的源代码，实际也不是很难，立刻定位到问题了。基本就是pykafka会通过配置好的地址去连接Kafka服务器，并且获取一个可用的地址（这里返回了Kafka的主机名），然后端口会使用默认的Port（如果没有修改的话），所以即使使用hosts把IP解析到本地，但是端口并没有使用配置好的端口。
===============================================================

解决方案：

终于到解决方案了，不啰嗦，直接上。

找到pykafka目录，笔者这里是：

1	C:\Python27\Lib\site-packages\kafka

增加一个自定义的配置文件self_config.py（自行修改，这里都是举例）

1 2 3 4 5 6

self_design = {     "kafka-04": 19094,     "kafka-03": 19093,     "kafka-02": 19092,     "kafka-01": 19091, }

分别对client_async.py和conn.py导入配置文件

1	from .self_config import self_design

并且定位到源代码中get_ip_port_afi方法处（该方法将host处理返回ip、port、afi）
# ----------------------------------------
client_async.py

1 2 3 4 5

host, port, afi = get_ip_port_afi(broker.host) # ================================== # Self Addon conn_port = port if broker.host in self_design else broker.port # ==================================

并且把以下broker.port修改为conn_port

1 2 3 4

conn = BrokerConnection(host, conn_port, afi,  # broker.port                         state_change_callback=cb,                         node_id=node_id,                         **self.config)

# ----------------------------------------
conn.py

1 2 3 4 5 6 7 8 9

if ':' not in host_and_port_str:     # ==================================     # Self Addon     if host_and_port_str in self_design:         af = _address_family(host_and_port_str)         return u'127.0.0.1', self_design[host_and_port_str], af     # ==================================     af = _address_family(host_and_port_str)     return host_and_port_str, DEFAULT_KAFKA_PORT, af

# Self Addon 处为自己添加的代码
再次连接，成功解决问题