Spark Streaming + Flume

Push,指的是Flume主动push数据给Spark Streaming。
Pull,指的是Spark Streaming主动从Flume拉取数据。

Flume Push

<!-- Spark Streaming 整合 Flume -->
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-streaming-flume_2.11</artifactId>
    <version>${spark.version}</version>
</dependency>

本地测试

$ vim  flume-push-streaming.conf
simple-agent.sources = netcat-source
simple-agent.channels = memory-channel
simple-agent.sinks = avro-sink

simple-agent.sources.netcat-source.type = netcat
simple-agent.sources.netcat-source.bind = host000
simple-agent.sources.netcat-source.port = 9999

simple-agent.channels.memory-channel.type = memory

simple-agent.sinks.avro-sink.type = avro
simple-agent.sinks.avro-sink.hostname = 192.168.1.100 
simple-agent.sinks.avro-sink.port = 10000

simple-agent.sources.netcat-source.channels = memory-channel
simple-agent.sinks.avro-sink.channel = memory-channel




import org.apache.spark.SparkConf
import org.apache.spark.streaming.flume.FlumeUtils
import org.apache.spark.streaming.{Seconds, StreamingContext}

/**
  * push方式
  */
object FlumePushWordCount {
  def main(args: Array[String]): Unit = {
    if (args.length != 2) { // 写活,从运行参数中读取hostname和port
      System.err.println("Usage: FlumePushWordCount <hostname> <port>")
      System.exit(1)
    }

    val conf = new SparkConf()
      .setMaster("local[2]")
      .setAppName("FlumePushWordCount")
      .set("spark.driver.host", "localhost")
    val ssc = new StreamingContext(conf, Seconds(5))

    // 从Flume接收数据
    val flumeStream = FlumeUtils.createStream(ssc, args(0), args(1).toInt)
    flumeStream.map(x => new String(x.event.getBody.array()).trim)
      .flatMap(_.split(" "))
      .map((_,1))
      .reduceByKey(_+_)
      .print()

    ssc.start()
    ssc.awaitTermination()
  }
}

1. 运行本地代码,运行时参数加入0.0.0.0 10000
2. $ flume-ng agent \
 --name simple-agent \
 --conf $FLUME_HOME/conf \
 --conf-file /home/user000/confs/flume_conf/flume-push-streaming.conf \
 -Dflume.root.logger=INFO,console
3. $ telnet host000 9999

服务器测试

修改代码
//      .setMaster("local[2]")
//      .setAppName("FlumePushWordCount")
//      .set("spark.driver.host", "localhost")
$ mvn clean package -DskipTests
$ scp spark-learning-1.0-SNAPSHOT.jar user000@host000:~/jars

修改flume配置
simple-agent.sinks.avro-sink.hostname = host000

运行
// 有--packages需要联网
$ spark-submit  --master local[2] \
--class FlumePushWordCount \
--packages org.apache.spark:spark-streaming-flume_2.11:2.1.0 \
~/jars/spark-learning-1.0-SNAPSHOT.jar host000 10000

$ flume-ng agent \
 --name simple-agent \
 --conf $FLUME_HOME/conf \
 --conf-file /home/user000/confs/flume_conf/flume-push-streaming.conf \
 -Dflume.root.logger=INFO,console

$ telnet host000 9999

Flume Pull

<!-- Scala -->
<dependency>
    <groupId>org.scala-lang</groupId>
    <artifactId>scala-library</artifactId>
    <version>${scala.version}</version>
</dependency>

<!-- Spark Streaming整合Flume Pull方式 -->
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-streaming-flume-sink_2.11</artifactId>
    <version>${spark.version}</version>
</dependency>

<!-- 依赖的工具包 -->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-lang3</artifactId>
    <version>3.5</version>
</dependency>

本地测试

$ vim flume_pull_streaming.conf
simple-agent.sources = netcat-source
simple-agent.channels = memory-channel
simple-agent.sinks = spark-sink

simple-agent.sources.netcat-source.type = netcat
simple-agent.sources.netcat-source.bind = host000
simple-agent.sources.netcat-source.port = 9999

simple-agent.channels.memory-channel.type = memory

simple-agent.sinks.spark-sink.type = org.apache.spark.streaming.flume.sink.SparkSink
simple-agent.sinks.spark-sink.hostname = host000
simple-agent.sinks.spark-sink.port = 10000

simple-agent.sources.netcat-source.channels = memory-channel
simple-agent.sinks.spark-sink.channel = memory-channel


import org.apache.spark.SparkConf
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.streaming.flume.FlumeUtils

/**
  * pull
  */
object FlumePullWordCount {
  def main(args: Array[String]): Unit = {
    if (args.length != 2) {
      System.err.println("Usage: FlumePushWordCount <hostname> <port>")
      System.exit(1)
    }

    val conf = new SparkConf()
          .setMaster("local[2]")
          .setAppName("FlumePullWordCount")
          .set("spark.driver.host", "localhost")
    val ssc = new StreamingContext(conf, Seconds(5))

    // 与Push只有 FlumeUtils.createPollingStream 这一点不同,然后就变成了主动pull数据
    val flumeStream = FlumeUtils.createPollingStream(ssc, args(0), args(1).toInt)
    flumeStream.map(x => new String(x.event.getBody.array()).trim)
      .flatMap(_.split(" "))
      .map((_,1))
      .reduceByKey(_+_)
      .print()

    ssc.start()
    ssc.awaitTermination()
  }
}


运行
$ flume-ng agent \
--name simple-agent \
--conf $FLUME_HOME/conf \
--conf-file /home/user000/confs/flume_conf/flume_pull_streaming.conf \
-Dflume.root.logger=INFO,console

$ 运行本地代码,加入参数host000 10000
$ telnet host000 9999

服务器测试

修改代码
//          .setMaster("local[2]")
//          .setAppName("FlumePullWordCount")
//          .set("spark.driver.host", "localhost")


$ mvn clean package -DskipTests
$ scp spark-learning-1.0-SNAPSHOT.jar user000@host000:~/jars

运行
$ flume-ng agent \
 --name simple-agent \
 --conf $FLUME_HOME/conf \
 --conf-file /home/user000/confs/flume_conf/flume_pull_streaming.conf \
 -Dflume.root.logger=INFO,console

$ spark-submit  --master local[2] \
--class FlumePullWordCount \
--packages org.apache.spark:spark-streaming-flume_2.11:2.1.0 \
~/jars/spark-learning-1.0-SNAPSHOT.jar host000 10000

$ telnet host000 9999
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,651评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,468评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,931评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,218评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,234评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,198评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,084评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,926评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,341评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,563评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,731评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,430评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,036评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,676评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,829评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,743评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,629评论 2 354

推荐阅读更多精彩内容