使用kcctl:拥抱命令行界面,轻松管理Apache Kafka Connect!
🚀 kcctl 是一个专为Apache Kafka Connect设计的轻量级命令行接口(CLI),它的出现是为了简化和增强对连接器的操作体验。如果你熟悉_kubectl_,你会发现kcctl沿用了其简洁易用的语义,让你能够方便地注册、检查、删除或重启你的连接器。
安装kcctl
在你的系统上安装kcctl非常简单。对于Linux、macOS和Windows用户,可以通过SDKMan进行安装:
sdk install kcctl
或者,在macOS上,你可以通过Homebrew完成安装:
brew install kcctl/tap/kcctl
别忘了,激活bash/zsh的自动补全功能,以提升使用效率:
wget https://raw.githubusercontent.com/kcctl/kcctl/main/kcctl_completion
. kcctl_completion
如果你希望获取最新版本的构建文件,可以访问kcctl的GitHub发布页。
快速启动与使用
首先,创建一个配置上下文,这样你就可以指定Kafka Connect集群的URL了:
kcctl config set-context local --cluster http://localhost:8083
运行kcctl info可查看有关Kafka Connect集群的信息。默认情况下,它将使用当前活动的上下文(本例中为local)来解析集群URL。
kcctl提供了一系列命令供你使用,例如:
kcctl help
其中涵盖了诸如查看信息、设置配置、管理连接器等操作。
认证支持
如果Kafka Connect集群启用了身份验证,只需通过username和password参数设置即可:
kcctl config set-context local --cluster http://localhost:8083 --username myusername --password mypassword
目前,kcctl仅支持基本认证。
开发者友好
kcctl基于超快速Java框架Quarkus构建,这使得开发、测试和打包过程都非常流畅。若要构建项目并运行所有测试,只需要执行以下命令:
./mvnw clean verify
为了构建原生可执行文件,你需要GraalVM和Docker,并运行:
./mvnw package -Pnative
应用场景与特点
kcctl适合于任何需要管理Kafka Connect集群的环境,无论是在生产环境中进行日常运维,还是在开发过程中快速迭代测试。
项目特点包括:
- 直观的CLI体验:采用与kubectl类似的语法,使用户能够轻松掌握。
- 跨平台兼容性:提供了针对不同操作系统的预编译二进制文件。
- 自动化完成:支持bash/zsh的命令补全功能,提高工作效率。
- 安全认证:支持基本认证,确保连接到集群的安全性。
kcctl是一个高效、便捷的工具,是Kafka Connect管理员的得力助手。立即安装并开始探索如何优化你的Kafka Connect管理工作吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00