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!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00