pinot + gobblin

hadoop2.7.1

kafka

1 . 启动

bin/kafka-server-start.sh config/server.properties &

2 . 创建topic

 bin/kafka-topics.sh --zookeeper localhost:2181 --create --topic eventOLAP --partitions 1 --replication-factor 1

3 . 查看topic

 bin/kafka-topics.sh --zookeeper localhost:2181 --describe

pinot

1 . 启动 Controller

 bin/pinot-admin.sh StartController -zkAddress localhost:2181 &

2 . 启动Broker

 bin/pinot-admin.sh StartBroker  -zkAddress localhost:2181 &

3 . 启动Server

 bin/pinot-admin.sh StartServer  -zkAddress localhost:2181 -dataDir  /data/pinot_server_data -segmentDir /data_config/pinot_server_segment &  

4 . 生成测试数据

bin/pinot-admin.sh GenerateData -numRecords 10000000 -numFiles 1 -outDir ./event_outdir -schemaFile /data/fht_pinot_schema.json

5 . 利于pinot工具发送数据到kafka,模拟实际的数据.

 bin/pinot-admin.sh StreamAvroIntoKafka -avroFile ./event_outdir/part-0.avro -kafkaTopic eventOLAP -kafkaBrokerList localhost:9092 -zkAddress localhost:2181 &

gobblin

1 . Build, 修改源码的hadoop版本为自己需要依赖的版本,然后编译.

 cd /path/gobblin (源码路径)
 ./gradlew clean build -PhadoopVersion=2.7.1 -x test

2.解压(Build完会生成一个tar包,解压后然后复制到工作目录)

 tar zxvf gobblin-dist*.tar
 mv /path/gobblin-dist /opt

3.配置环境变量

  cd /opt/gobblin-dist/bin

vim gobblin-env.sh
# Set Gobblin specific environment variables here.
export HADOOP_BIN_DIR=/opt/hadoop-2.7.1/bin
export FWDIR=/opt/gobblin-dist
export GOBBLIN_WORK_DIR=/opt/gobblin-dist/work

4 . 运行gobblin.

   cd /opt/gobblin-dist
   bin/gobblin-mapreduce.sh --workdir /opt/gobblin-          dist/work/ --conf /opt/gobblin-dist/conf/kafka-gobblin-hdfs-avro.pull
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 136,948评论 19 139
  • Kafka入门经典教程-Kafka-about云开发 http://www.aboutyun.com/threa...
    葡萄喃喃呓语阅读 11,001评论 4 54
  • kafka的定义:是一个分布式消息系统,由LinkedIn使用Scala编写,用作LinkedIn的活动流(Act...
    时待吾阅读 5,559评论 1 15
  • Kafka官网:http://kafka.apache.org/入门1.1 介绍Kafka™ 是一个分布式流处理系...
    it_zzy阅读 4,051评论 3 53
  • 一、入门1、简介Kafka is a distributed,partitioned,replicated com...
    HxLiang阅读 3,712评论 0 9

友情链接更多精彩内容