3.2. 使用 OpenShift 上的 Kafka 存储配置 Apicurio Registry

流程

1. 在 OpenShift Container Platform Web 控制台中，使用具有集群管理员特权的帐户登录。

2. 如果您还没有配置 Kafka 集群，请使用 AMQ Streams 创建新的 Kafka 集群。例如，在 OpenShift OperatorHub 中：

   1. 点 Installed Operators，然后点 Red Hat Integration - AMQ Streams。
   2. 在 Provided APIs 下，然后点 Kafka，点 Create Instance 创建新的 Kafka 集群。

   3. 根据需要编辑自定义资源定义，然后点 Create。

      警告

      默认示例创建了一个集群，这个集群带有 3 个 Zookeeper 节点，以及 3 个带有 临时存储的 Kafka 节点。此临时存储仅适用于开发和测试，不适用于生产环境。如需了解更多详细信息，请参阅在 OpenShift 中部署和管理 AMQ Streams。

3. 集群就绪后，点 Provided APIs > Kafka > my-cluster > YAML。

4. 在 status 块中，复制 bootstrapServers 值，稍后您将使用它来部署 Apicurio Registry。例如：

   status:
     ...
     conditions:
     ...
     listeners:
       - addresses:
           - host: my-cluster-kafka-bootstrap.my-project.svc
             port: 9092
         bootstrapServers: 'my-cluster-kafka-bootstrap.my-project.svc:9092'
         type: plain
     ...

5. 点 Installed Operators > Red Hat Integration - Service Registry > ApicurioRegistry > Create ApicurioRegistry。

6. 粘贴以下自定义资源定义，但使用您之前复制的 bootstrapServers 值：

   apiVersion: registry.apicur.io/v1
   kind: ApicurioRegistry
   metadata:
     name: example-apicurioregistry-kafkasql
   spec:
     configuration:
       persistence: 'kafkasql'
       kafkasql:
         bootstrapServers: 'my-cluster-kafka-bootstrap.my-project.svc:9092'

7. 点 Create 并等待 OpenShift 上创建 Apicurio Registry 路由。

8. 点 Networking > Route 访问 Apicurio Registry web 控制台的新路由。例如：

   http://example-apicurioregistry-kafkasql.my-project.my-domain-name.com/

9. 要配置 Apicurio Registry 用来存储数据的 Kafka 主题，请点 Installed Operators > Red Hat Integration - AMQ Streams > Provided APIs > Kafka Topic > kafkasql-journal > YAML。例如：

   apiVersion: kafka.strimzi.io/v1beta2
   kind: KafkaTopic
   metadata:
     name: kafkasql-journal
     labels:
       strimzi.io/cluster: my-cluster
     namespace: ...
   spec:
     partitions: 3
     replicas: 3
     config:
       cleanup.policy: compact

   警告

   您必须使用压缩清理策略配置 Apicurio Registry 使用的 Kafka 主题（默认为 kafkasql-journal ），否则可能会出现数据丢失。