【docker系列】创建自定义的 kafka-manager 镜像，并运行容器 ,kafka集群管理工具_sheepkiller/kafka-manager-程序员宅基地

前提：我使用的kafka集群，版本为 2.12-2.4.0。

而，docker pull sheepkiller/kafka-manager 的最新版本为 1.3.1.8,支持的kafka版本还是0.9.0.1 及以下的。如图：

因此，需要创建一个能支持 2.0 以上kafka 版本的 kafka-manager。

查看 github ,发现有 2.0.0.2 版本的
地址： https://github.com/yahoo/kafka-manager/releases

所以，接下里，就很简单了。直接将上图中的 Dockerfile 1.2.7 改成 2.0.0.2，就行了。
注意：我之前使用的 2.0.0.2 可以使用。但是后来，官网更新了这个版本，造成目录结构发生改变。暂时用不了。

！！！！这路附上我之前下载的版本,然后和 Dockerfile 放在一个目录下！！！！
https://download.csdn.net/download/weixin_42697074/12193828

[root@hadoop-keda kafka-manager]# clear
[root@hadoop-keda kafka-manager]# ll
total 8
drwxr-xr-x 2 root root 4096 Jan  7 14:24 conf
-rwxrwxrwx 1 root root  618 Jan  7 13:30 Dockerfile
[root@hadoop-keda kafka-manager]# vim Dockerfile 

FROM hseeberger/scala-sbt

MAINTAINER seowen.wang <[email protected]>

ENV ZK_HOSTS=localhost:2181 \
     KM_VERSION=2.0.0.2

RUN mkdir -p /tmp
ADD 2.0.0.2.tar.gz /tmp
WORKDIR /tmp
RUN cd /tmp/kafka-manager-${KM_VERSION} && \
    sbt clean dist && \
    unzip  -d / ./target/universal/kafka-manager-${KM_VERSION}.zip && \
    rm -fr /tmp/${KM_VERSION} /tmp/kafka-manager-${KM_VERSION}

WORKDIR /kafka-manager-${KM_VERSION}

EXPOSE 9000
ENTRYPOINT ["./bin/kafka-manager","-Dconfig.file=conf/application.conf"]

将 Dockerfile 放到服务器上。然后输入 build 命令，创建镜像:

docker build -t seowen/kafka-manager .

创建镜像的过程，比较长，耐心等待

[root@hadoop-keda kafka-manager]# docker images
REPOSITORY                  TAG                 IMAGE ID            CREATED             SIZE
seowen/kafka-manager        latest              e96d3d8b7477        About an hour ago   1.36GB
zookeeper                   3.5.6               2f0427341b7b        8 days ago          224MB
mysql                       latest              ed1ffcb5eff3        9 days ago          456MB
nginx                       latest              f7bb5701a33c        9 days ago          126MB
wurstmeister/kafka          2.12-2.4.0          9a5842c217a8        2 weeks ago         432MB
consul                      latest              61c55d0793c6        6 weeks ago         117MB
logstash                    7.4.2               642b82780655        2 months ago        889MB
kibana                      7.4.2               230d3ded1abc        2 months ago        1.1GB
elasticsearch               7.4.2               b1179d41a7b4        2 months ago

本文链接：https://blog.csdn.net/weixin_42697074/article/details/103874777

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

settext 下划线_Android TextView 添加下划线的几种方式-程序员宅基地

文章浏览阅读748次。总结起来大概有5种做法：将要处理的文字写到一个资源文件，如string.xml(使用html用法格式化)当文字中出现URL、E-mail、电话号码等的时候，可以将TextView的android:autoLink属性设置为相应的的值，如果是所有的类型都出来就是**android:autoLink="all"，当然也可以在java代码里做,textView01.setAutoLinkMask(Li..._qaction::settext 无法添加下划线

TableStore时序数据存储 - 架构篇_tablestore 时间类型处理-程序员宅基地

文章浏览阅读6.3k次，点赞2次，收藏10次。摘要：背景随着近几年物联网的发展，时序数据迎来了一个不小的爆发。从DB-Engines上近两年的数据库类型增长趋势来看，时序数据库的增长是非常迅猛的。在去年我花了比较长的时间去了解了一些开源时序数据库，写了一个系列的文章（综述、HBase系、Cassandra系、InfluxDB、Prometheus），感兴趣的可以浏览。背景随着近几年物联网的发展，时序数据迎来了一个不小的爆发。从DB..._tablestore 时间类型处理

Ubuntu20.04下成功运行VINS-mono_uabntu20.04安装vins-mono-程序员宅基地

文章浏览阅读5.7k次，点赞8次，收藏49次。可以编译成功但是运行时段错误查找原因应该是ROS noetic版本中自带的OpenCV4和VINS-mono中需要使用的OpenCV3冲突的问题。为了便于查找问题，我只先编译feature_tracker包。解决思路历程：o想着把OpenCV4相关的库移除掉，但是发现编译feature_tracker的时候仍然会关联到Opencv4的库，查找原因是因为cv_bridge是依赖opencv4的，这样导致同时使用了opencv3和opencv4,因此运行出现段错误。oo进一步想着（1）把vins-mon_uabntu20.04安装vins-mono

TMS320C6748_EMIF时钟配置_tms 6748-程序员宅基地

文章浏览阅读3.6k次，点赞3次，收藏12次。创龙TL6748开发板中，EMIFA模块使用默认的PLL0_SYSCLK3时钟，使用AISgen for D800K008工具加载C6748配置文件C6748AISgen_456M_config（Configuration files，在TL_TMS6748/images文件夹下），由图可以看到DIV3等于4，注意这里的DIV3就是实际的分频值（x），而不是写入相应PLL寄存器的值（x-1）。_tms 6748

eigen稀疏矩阵拼接（基于块操作的二维拼接）的思考-程序员宅基地

文章浏览阅读5.9k次，点赞4次，收藏13次。转载请说明出处：eigen稀疏矩阵拼接（块操作）eigen稀疏矩阵拼接（块操作）关于稀疏矩阵的块操作：参考官方链接 However, for performance reasons, writing to a sub-sparse-matrix is much more limited, and currently only contiguous sets of columns..._稀疏矩阵拼接

基于Capon和信号子空间的变形算法实现波束形成附matlab代码-程序员宅基地

文章浏览阅读946次，点赞19次，收藏19次。波束形成是天线阵列信号处理中的一项关键技术，它通过对来自不同方向的信号进行加权求和，来增强特定方向的信号并抑制其他方向的干扰。本文介绍了两种基于 Capon 和信号子空间的变形算法，即最小方差无失真响应 (MVDR) 算法和最小范数算法，用于实现波束形成。这些算法通过优化波束形成权重向量，来最小化波束形成输出的方差或范数，从而提高波束形成性能。引言波束形成在雷达、声纳、通信和医学成像等众多应用中至关重要。它可以增强目标信号，抑制干扰和噪声，提高系统性能。