本篇文章给大家分享的是有关Flume+Kafka+SparkStreaming的整合是怎么样的，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
1.架构
第一步，Flume和Kakfa对接，Flume抓取日志，写到Kafka中
第二部，Spark Streaming读取Kafka中的数据，进行实时分析
下面首先使用Kakfa自带的消息处理（脚本）来获取消息，走通Flume和Kafka的对接
2.安装flume,kafka
flume install: http://my.oschina.net/u/192561/blog/692225
kafka install: http://my.oschina.net/u/192561/blog/692357
3.Flume和Kafka整合
3.1 两者整合优势
Flume更倾向于数据传输本身，Kakfa是典型的消息中间件用于解耦生产者消费者。
具体架构上，Agent并没把数据直接发送到Kafka，在Kafka前面有层由Flume构成的forward。这样做有两个原因：
Kafka的API对非JVM系的语言支持很不友好，forward对外提供更加通用的HTTP接口。forward层可以做路由、Kafka topic和Kafkapartition key等逻辑，进一步减少Agent端的逻辑。
数据有数据源到flume再到Kafka时，数据一方面可以同步到HDFS做离线计算，另一方面可以做实时计算。本文实时计算采用SparkStreaming做测试。
3.2 Flume和Kafka整合安装
1. 下载Flume和Kafka集成的插件，下载地址：
https://github.com/beyondj2ee/flumeng-kafka- plugin
将package目录中的flumeng-kafka-plugin.jar拷贝到Flume安装目录的lib目录下
2. 将Kakfa安装目录libs目录下的如下jar包拷贝到Flume安装目录的lib目录下
kafka_2.11-0.10.0.0.jar
scala-library-2.11.8.jar
metrics-core-2.2.0.jar
提取插件中的flume-conf.properties文件：修改如下:flume源采用exec
producer.sources.s.type = exec producer.sources.s.command=tail -F -n+1 /home/eric/bigdata/kafka-logs/a.log producer.sources.s.channels = c1
修改producer代理的topic为 HappyBirthDayToAnYuan
将配置放到 apache-flume-1.6.0-bin/conf/producer.conf中
完整 producer.conf:
#agentsectionproducer.sources= s1producer.channels= c1producer.sinks= k1#配置数据源producer.sources.s1.type=exec#配置需要监控的日志输出文件或目录producer.sources.s1.command=tail -F -n+1 /home/eric/bigdata/kafka-logs/a.log#配置数据通道producer.channels.c1.type=memoryproducer.channels.c1.capacity=10000producer.channels.c1.transactionCapacity=100#配置数据源输出#设置Kafka接收器,此处最坑,注意版本,此处为Flume 1.6.0的输出槽类型producer.sinks.k1.type= org.apache.flume.sink.kafka.KafkaSink#设置Kafka的broker地址和端口号producer.sinks.k1.brokerList=localhost:9092#设置Kafka的Topicproducer.sinks.k1.topic=HappyBirthDayToAnYuan#设置序列化方式producer.sinks.k1.serializer.class=kafka.serializer.StringEncoder#将三者级联producer.sources.s1.channels=c1producer.sinks.k1.channel=c1
3.3 启动kafka flume相关服务
启动ZK bin/zookeeper-server-start.sh config/zookeeper.properties
启动Kafka服务 bin/kafka-server-start.sh config/server.properties
创建主题
bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic HappyBirthDayToAnYuan
查看主题
bin/kafka-topics.sh --list --zookeeper localhost:2181
查看主题详情
bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic HappyBirthDayToAnYuan
删除主题
bin/kafka-topics.sh --delete --zookeeper localhost:2181 --topic test
创建消费者
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning
启动flume
bin/flume-ng agent -n producer -c conf -f conf/producer.conf -Dflume.root.logger=INFO,console
向flume发送数据:
echo “yuhai” >> a.log
kafka消费数据:
注意:当前文件内容删除,服务器重启,主题需重新创建,但是消费内容有落地文件,当前消费内容不消失.
以上就是Flume+Kafka+SparkStreaming的整合是怎么样的，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注云搜网行业资讯频道。