基于Flume+Kafka+Spark-Streaming的实时流式处理完整流程

基于Flume+Kafka+Spark-Streaming的实时流式处理完整流程

1、环境准备,四台测试服务器

spark集群三台,spark1,spark2,spark3

kafka集群三台,spark1,spark2,spark3

zookeeper集群三台,spark1,spark2,spark3

日志接收服务器, spark1

日志收集服务器,redis (这台机器用来做redis开发的,现在用来做日志收集的测试,主机名就不改了)

日志收集流程:

日志收集服务器->日志接收服务器->kafka集群->spark集群处理

说明: 日志收集服务器,在实际生产中很有可能是应用系统服务器,日志接收服务器为大数据服务器中一台,日志通过网络传输到日志接收服务器,再入集群处理。

因为,生产环境中,往往网络只是单向开放给某台服务器的某个端口访问的。

Flume版本: apache-flume-1.5.0-cdh5.4.9 ,该版本已经较好地集成了对kafka的支持

2、日志收集服务器(汇总端)

配置flume动态收集特定的日志,collect.conf  配置如下:

[html]view plaincopy

# Name the components on this agent  

a1.sources = tailsource-1  

a1.sinks = remotesink  

a1.channels = memoryChnanel-1  


# Describe/configure the source  

a1.sources.tailsource-1.type = exec  

a1.sources.tailsource-1.command = tail -F /opt/modules/tmpdata/logs/1.log  


a1.sources.tailsource-1.channels = memoryChnanel-1  


# Describe the sink  

a1.sinks.k1.type = logger  


# Use a channel which buffers events in memory  

a1.channels.memoryChnanel-1.type = memory  

a1.channels.memoryChnanel-1.keep-alive = 10  

a1.channels.memoryChnanel-1.capacity = 100000  

a1.channels.memoryChnanel-1.transactionCapacity = 100000  


# Bind the source and sink to the channel  

a1.sinks.remotesink.type = avro  

a1.sinks.remotesink.hostname = spark1  

a1.sinks.remotesink.port = 666  

a1.sinks.remotesink.channel = memoryChnanel-1  

日志实时监控日志后,通过网络avro类型,传输到spark1服务器的666端口上

启动日志收集端脚本:

[plain]view plaincopy

bin/flume-ng agent --conf conf --conf-file conf/collect.conf --name a1 -Dflume.root.logger=INFO,console  

3、日志接收服务器

配置flume实时接收日志,collect.conf  配置如下:

[html]view plaincopy

#agent section    

producer.sources = s    

producer.channels = c    

producer.sinks = r    


#source section    

producer.sources.s.type = avro  

producer.sources.s.bind = spark1  

producer.sources.s.port = 666  


producer.sources.s.channels = c    


# Each sink's type must be defined    

producer.sinks.r.type = org.apache.flume.sink.kafka.KafkaSink  

producer.sinks.r.topic = mytopic  

producer.sinks.r.brokerList = spark1:9092,spark2:9092,spark3:9092  

producer.sinks.r.requiredAcks = 1  

producer.sinks.r.batchSize = 20  

producer.sinks.r.channel = c1  


#Specify the channel the sink should use    

producer.sinks.r.channel = c    


# Each channel's type is defined.    

producer.channels.c.type   = org.apache.flume.channel.kafka.KafkaChannel  

producer.channels.c.capacity = 10000  

producer.channels.c.transactionCapacity = 1000  

producer.channels.c.brokerList=spark1:9092,spark2:9092,spark3:9092  

producer.channels.c.topic=channel1  

producer.channels.c.zookeeperConnect=spark1:2181,spark2:2181,spark3:2181  

关键是指定如源为接收网络端口的666来的数据,并输入kafka的集群,需配置好topic及zk的地址

启动接收端脚本:

[plain]view plaincopy

bin/flume-ng agent --conf conf --conf-file conf/receive.conf --name producer -Dflume.root.logger=INFO,console  

4、spark集群处理接收数据

[java]view plaincopy

import org.apache.spark.SparkConf  

import org.apache.spark.SparkContext  

import org.apache.spark.streaming.kafka.KafkaUtils  

import org.apache.spark.streaming.Seconds  

import org.apache.spark.streaming.StreamingContext  

import kafka.serializer.StringDecoder  

import scala.collection.immutable.HashMap  

import org.apache.log4j.Level  

import org.apache.log4j.Logger  


/**

 * @author Administrator

 */  

object KafkaDataTest {  

  def main(args: Array[String]): Unit = {  


Logger.getLogger("org.apache.spark").setLevel(Level.WARN);  

Logger.getLogger("org.eclipse.jetty.server").setLevel(Level.ERROR);  


val conf =new SparkConf().setAppName("stocker").setMaster("local[2]")  

val sc =new SparkContext(conf)  


val ssc =new StreamingContext(sc, Seconds(1))  


// Kafka configurations  


val topics = Set("mytopic")  


val brokers ="spark1:9092,spark2:9092,spark3:9092"  


val kafkaParams = Map[String, String]("metadata.broker.list" -> brokers, "serializer.class" -> "kafka.serializer.StringEncoder")  


// Create a direct stream  

    val kafkaStream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](ssc, kafkaParams, topics)  


val urlClickLogPairsDStream = kafkaStream.flatMap(_._2.split(" ")).map((_, 1))  


    val urlClickCountDaysDStream = urlClickLogPairsDStream.reduceByKeyAndWindow(  

      (v1: Int, v2: Int) => {  

        v1 + v2  

      },  

Seconds(60),  

Seconds(5));  


    urlClickCountDaysDStream.print();  


    ssc.start()  

    ssc.awaitTermination()  

  }  

}  

spark-streaming接收到kafka集群后的数据,每5s计算60s内的wordcount值

5、测试结果

往日志中依次追加三次日志

spark-streaming处理结果如下:

(hive,1)

(spark,2)

(hadoop,2)

(storm,1)

---------------------------------------

(hive,1)

(spark,3)

(hadoop,3)

(storm,1)

---------------------------------------

(hive,2)

(spark,5)

(hadoop,5)

(storm,2)

与预期一样,充分体现了spark-streaming滑动窗口的特性

©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 205,033评论 6 478
  • 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 87,725评论 2 381
  • 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 151,473评论 0 338
  • 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 54,846评论 1 277
  • 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 63,848评论 5 368
  • 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 48,691评论 1 282
  • 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 38,053评论 3 399
  • 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 36,700评论 0 258
  • 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 42,856评论 1 300
  • 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 35,676评论 2 323
  • 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 37,787评论 1 333
  • 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 33,430评论 4 321
  • 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 39,034评论 3 307
  • 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 29,990评论 0 19
  • 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 31,218评论 1 260
  • 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 45,174评论 2 352
  • 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 42,526评论 2 343

推荐阅读更多精彩内容