Kafka Connect作为Kafka的一部分，是随着Kafka系统一起发布的，无须独立安装。

一、认识Kafka Connect（连接器）

Kafka Connect有两个核心概念：Source和Sink。

Source Connector负责导入数据到Kafka；Sink Connector负责从Kafka导出数据，推送到外部系统，它们都被称为Connector。

每一个Connector都是单向的，数据不能反向流动。

下图简单展示了Kafka Connect架构，其中包括Source Connector（绿色）和Sink Connector（蓝色）数据流。

二、Kafka Connect的使用场景

Kafka Connect 通常用来构建数据管道，一般有2种使用场景。

1. 将Kafka系统作为数据管道的开始和结束的端点

例如，将Kafka topic中数据迁移到HBase 数据仓库，或者把MySQL 数据库中的数据转入到Kafka 系统中。

2. 将Kafka系统作为一个中间传输介质

例如，为了把海量数据存储到Elasticsearch中，可以先把数据传输到Kafka 系统，然后再从Kafka系统中将这些数据移出到Elasticsearch中进行存储。

Kafka Connect作为数据管道中的缓冲区，将consumer和producer应用有效地进行了解耦。

三、配置Connector连接器

Connector的配置是简单的key-value映射。对于独立模式，这些都是在属性文件中定义，并通过在命令行上的Connect处理。在分布式模式，JSON负责connector的创建（或修改）请求。大多数配置都是依赖的connector属性，有几个常见的选项：

• name - 连接器唯一的名称，不能重复。
• connector.class - 连接器的Java类。
• tasks.max - 连接器创建任务的最大数。
• connector.class配置支持多种格式：全名或连接器类的别名。比如连接器是org.apache.kafka.connect.file.FileStreamSinkConnector，你可以指定全名，也可以使用FileStreamSink或FileStreamSinkConnector。
• topics - 作为连接器的输入的topic列表。

在Kafka系统中，连机器最终是以一个常驻进程的形式运行在后台服务中，提供了一个用来管理连机器实例的REST API。默认情况下，服务端口地址是8083。

四、Kafka Connect的优点

1.对开发者提供了统一的实现接口。

2.开发，部署和管理都非常方便，统一。

3.使用分布式模式进行水平扩展，毫无压力。

4.在分布式模式下可以通过Rest Api提交和管理Connectors。

5.对offset自动管理，只需要很简单的配置，而不像Consumer中需要开发者处理。

6.流式/批式处理的支持。