大数据之Kafka和Flume的安装部署和客户端使用

1.下载Kafka和Flume安装包

Kafka安装包下载（用到的Kafka安装包为：kafka_2.11-2.2.0.tgz）：Apache Kafka

Flume安装包下载（用到的flume安装包为：apache-flume-1.9.0-bin.tar.gz）：

Apache Download Mirrors

2.通过工具上传Kafka和flume压缩包(三台机均需要上传)

3.解压kafka和flume（三台机均执行解压命令）

[hadoop@master software]$ tar zxvf kafka_2.11-2.2.0.tgz -C /opt/module/

[hadoop@master software]$ tar zxvf apache-flume-1.9.0-bin.tar.gz -C /opt/module/

4.配置Kafka

配置kafka环境变量，首先打开profile文件

vim /etc/profile

按i进入编辑模式，在文件末尾添加kafka环境变量

#set kafka environment

export KAFKA_HOME=/opt/module/kafka_2.11-2.2.0

PATH=${KAFKA_HOME}/bin:$PATH

保存文件后，让该环境变量生效

source /etc/profile

在master主机中修改server.properties配置文件

打开配置文件

vim /opt/module/kafka_2.11-2.2.0/config/server.properties

修改配置如下（IP地址应该根据实际情况填写）

broker.id=1

listeners=PLAINTEXT://master:9092

zookeeper.connect=master:2181,slave1:2181,slave2:2181

在slave1主机中修改server.properties配置文件

打开配置文件

vim /opt/module/kafka_2.11-2.2.0/config/server.properties

修改配置如下（IP地址应该根据实际情况填写）

broker.id=2

listeners=PLAINTEXT://master:9092

zookeeper.connect=master:2181,slave1:2181,slave2:2181

在slave2主机中修改server.properties配置文件

打开配置文件

vim /opt/module/kafka_2.11-2.2.0/config/server.properties

修改配置如下（IP地址应该根据实际情况填写）

broker.id=3

listeners=PLAINTEXT://master:9092

zookeeper.connect=master:2181,slave1:2181,slave2:2181

启动kafka（要确保zookeeper已启动）

在每台主机上分别启动kafka

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

创建topic

./bin/kafka-topics.sh --create --zookeeper master:2181,slave2:2181,slave3:12181 --partitions 3 --replication-factor 3 --topic test

显示所有topic

./bin/kafka-topics.sh --list --zookeeper master:2181

查看topic详情

./bin/kafka-topics.sh --describe --zookeeper master:2181 --topic test

删除topic

./bin/kafka-topics.sh --delete --zookeeper master:2181 --topic test

生产者发布消息

./bin/kafka-console-producer.sh --broker-list master:9092 --topic test

消费者消费消息

./bin/kafka-console-consumer.sh --bootstrap-server master:9092 --topic test --from-beginning

5.使用Flume

测试：使用flume将slave1和slave2的数据实时监控，然后发送到master节点，由master节点的flume把数据上传到hdfs。

在slave1节点操作，进入到conf文件夹下

[root@slave1 flume]# cd apache-flume-1.8.0-bin/conf/

配置slave.conf文件

在conf下创建一个新的slave.conf文件

[root@slave1 conf]# vi slave.conf

写入配置内容

# 主要作用是监听目录中的新增数据，采集到数据之后，输出到avro （输出到agent）

# 注意：Flume agent的运行，主要就是配置source channel sink

# 下面的a1就是agent的代号，source叫r1 channel叫c1 sink叫k1

a1.sources = r1

a1.sinks = k1

a1.channels = c1

#具体定义source 

a1.sources.r1.type = spooldir

#先创建此目录，保证里面空的 

a1.sources.r1.spoolDir = /opt/module/apache-flume-1.9.0-bin/log

#a1.sources.r1.basenameHeader = true

#a1.sources.r1.basenameHeaderKey = fileName

#对于sink的配置描述 使用avro日志做数据的消费

a1.sinks.k1.type = avro

# hostname是最终传给的主机名称或者ip地址

a1.sinks.k1.hostname = master

a1.sinks.k1.port = 44444

a1.sinks.k1.hdfs.fileType = DataStream

#a1.sinks.k1.hdfs.filePrefix = %{fileName}

#对于channel的配置描述 使用文件做数据的临时缓存 这种的安全性要高

a1.channels.c1.type = file

a1.channels.c1.checkpointDir =/opt/module/apache-flume-1.9.0-bin/checkpoint

a1.channels.c1.dataDirs = /opt/module/apache-flume-1.9.0-bin/data

#通过channel c1将source r1和sink k1关联起来

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1

保存退出

将这个配置文件发送给slave2主机

scp ./slave.conf slave2: /opt/module/apache-flume-1.9.0-bin/conf

在master节点下操作

修改master中flume的配置

在master的flume的conf文件夹下创建一个master.conf文件

[root@master conf]# vi master.conf

写入配置信息

# 获取slave1,2上的数据，聚合起来，传到hdfs上面

# 注意：Flume agent的运行，主要就是配置source channel sink

# 下面的a1就是agent的代号，source叫r1 channel叫c1 sink叫k1

a1.sources = r1

a1.sinks = k1

a1.channels = c1

#对于source的配置描述 监听avro

a1.sources.r1.type = avro

# hostname是最终传给的主机名称或者ip地址

a1.sources.r1.bind = master

a1.sources.r1.port = 44444

#a1.sources.r1.basenameHeader = true

#a1.sources.r1.basenameHeaderKey = fileName

#定义拦截器，为消息添加时间戳 

a1.sources.r1.interceptors = i1 

a1.sources.r1.interceptors.i1.type = org.apache.flume.interceptor.TimestampInterceptor$Builder

#对于sink的配置描述 传递到hdfs上面

a1.sinks.k1.type = hdfs 

#集群的nameservers名字

#单节点的直接写：hdfs://主机名(ip):9000/xxx

#ns是hadoop集群名称

a1.sinks.k1.hdfs.path = hdfs://master:9000/user/flume/%Y%m%d 

a1.sinks.k1.hdfs.filePrefix = events- 

a1.sinks.k1.hdfs.fileType = DataStream

#a1.sinks.k1.hdfs.filePrefix = %{fileName}

#不按照条数生成文件 

a1.sinks.k1.hdfs.rollCount = 0 

#HDFS上的文件达到128M时生成一个文件 

a1.sinks.k1.hdfs.rollSize = 134217728 

#HDFS上的文件达到60秒生成一个文件 

a1.sinks.k1.hdfs.rollInterval = 60 

#对于channel的配置描述 使用内存缓冲区域做数据的临时缓存

a1.channels.c1.type = memory

a1.channels.c1.capacity = 1000

a1.channels.c1.transactionCapacity = 100

#通过channel c1将source r1和sink k1关联起来

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1 

启动测试

首先启动Zookeeper和hadoop集群

然后先启动master上的flume(如果先启动slave上的会导致拒绝连接)

在apache-flume-1.9.0-bin目录下启动(因为没有配置环境变量)

[root@master apache-flume-1.9.0-bin]# bin/flume-ng agent -n a1 -c conf -f conf/master.conf -Dflume.root.logger=INFO,console

再启动slave1,2上的flume

首先在slave1,2的根目录创建los目录，不然会报错

#slave1

[root@slave1 apache-flume-1.9.0-bin]# bin/flume-ng agent -n a1 -c conf -f conf/slave.conf -Dflume.root.logger=INFO,console

#slave2

[root@slave2 apache-flume-1.9.0-bin]# bin/flume-ng agent -n a1 -c conf -f conf/slave.conf -Dflume.root.logger=INFO,console

再打开一个slave1或者slave2节点的窗口

在flume目录下创建一个test文件

[root@slave1 apache-flume-1.9.0-bin]# vi test

随便写入一些内容

test flume!!!

保存退出

将其复制到logs文件夹下

[root@slave1 apache-flume-1.9.0-bin]# mv test ./log

查看master

查看hdfs上的文件

hdfs dfs -ls /user/flume

hdfs dfs -ls /user/flume/20200808

查看该文件

hdfs dfs -cat /user/flume/20200808/events-.l596878234059

如此，flume多节点级联完成！

更多内容请关注公众号“测试小号等闲之辈”~