Kafka与Logstash的数据采集对接

Logstash工作原理

由于Kafka采用解耦的设计思想，并非原始的发布订阅，生产者负责产生消息，直接推送给消费者。而是在中间加入持久化层——broker,生产者把数据存放在broker中，消费者从broker中取数据。这样就带来了几个好处:：
1 生产者的负载与消费者的负载解耦
2 消费者按照自己的能力fetch数据
3 消费者可以自定义消费的数量
由于broker采用了主题topic–>分区的思想，使得某个分区内部的顺序可以保证有序性，但是分区间的数据不保证有序性。这样，消费者可以以分区为单位，自定义读取的位置——offset。
Kafka采用zookeeper作为管理，记录了producer到broker的信息，以及consumer与broker中partition的对应关系。因此，生产者可以直接把数据传递给broker，broker通过zookeeper进行leader–>followers的选举管理；消费者通过zookeeper保存读取的位置offset以及读取的topic的partition分区信息。

由于上面的架构设计，使得生产者与broker相连；消费者与zookeeper相连。有了这样的对应关系，就容易部署logstash–>kafka–>logstash的方案了。

接下来，按照下面的步骤就可以实现logstash与kafka的对接了。

启动zookeeper

1. $zookeeper/bin/zkServer.sh start

启动kafka

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

创建主题

1. $kafka/bin/kafka-topics.sh --zookeeper 127.0.0.1:2181 --create --topic hello --replication-factor 1 --partitions 1

查看主题

1. $kafka/bin/kafka-topics.sh --zookeeper 127.0.0.1:2181 --describe

测试环境

执行生存者脚本

1. $kafka/bin/kafka-console-producer.sh --broker-list 10.0.67.101:9092 --topic hello

执行消费者脚本

1. $kafka/bin/kafka-console-consumer.sh --zookeeper 127.0.0.1:2181 --from-beginning --topic hello

测试输入

1. input{
2. stdin{}
3. }
4. output{
5. kafka{
6. topic_id => "hello"
7. bootstrap_servers => "192.168.0.4:9092" # kafka的地址
8. batch_size => 5
9. }
10. stdout{
11. codec => rubydebug
12. }
13. }

读取测试

1. input{
2. kafka {
3. codec => "plain"
4. group_id => "logstash1"
5. auto_offset_reset => "smallest"
6. reset_beginning => true
7. topic_id => "hello"
8. #white_list => ["hello"]
9. #black_list => nil
10. zk_connect => "192.168.0.5:2181" # zookeeper的地址
11. }
13. }
14. output{
15. stdout{
16. codec => rubydebug
17. }
18. }

转载于:https://www.cnblogs.com/caoxiaojian/p/39856a7fd306a580a35a2bd50a4ec497.html