1 需求分析
- 采集订单系统应用打印的日志文件。
- 日志文件使用 log4j 生成,滚动生成。
- 将采集的日志文件保存到 kafka中。
- (source) 输入: tail -F xx.log
- (channel) 存储 : 内存
- (sink)输出:kafka
config - a1.source=s1
- a1.channel=c1
- a1.sink=k1
- source == > type = exec tail -F xxx,.log
- channel ==> RAM
- sink ==> xxx.xxxx.xxxx.KafkaSink //该类必须放在lib目录
- sink.topic = orderMq
- sink.mytopic = mytopic
map=getConfig()
value=map.get(''itcast)
- 通过 storm 程序消费 Kafka 中数据
KafkaSpout()
Bolt1()
Bolt2()
2 配置flume
2.1 上传解压
tar -zxvf apache-flume-1.6.0-bin.tar.gz -C /export/servers
[hadoop@node1 ~]$ cd /export/servers/
[hadoop@node1 servers]$ ln -s apache-flume-1.6.0-bin/ flume
[hadoop@node1 servers]$
2.2 创建配置文件
[hadoop@node1 ~]$ cd /export/servers/flume/conf/
[hadoop@node1 conf]$ mkdir myconf
[hadoop@node1 conf]$ vim exec.conf
a1.sources=r1
a1.channels=c1
a1.sinks=k1
al.sources.r1.type=exec
a1.sources.r1.command=tail -F /export/data/flume_sources/click_log/1.log
a1.sources.r1.channels=c1
a1.channels.c1.type=memory
a1.channels.c1.capacity=10000
a1.channels.c1.transactionCapacity=100
a1.sinks.k1.type=org.apache.flume.sink.kafka.KafkaSink
a1.sinks.k1.topic=test
a1.sinks.k1.brokerList=node1:9092
a1.sinks.k1.requiredAcks=1
a1.sinks.k1.batchSize=20
a1.sinks.k1.channel=c1
2.3 创建目标数据的目录
mkdir -p /export/data/flume_sources/click_log
2.4 通过脚本创建目标文件并产生数据
click_log_out.sh
for((i=0;i<=50000;i++));
do echo *message-*+$i>>/export/data/flume_sources/click_log/1.log;
done
脚本需要root用户赋权
[hadoop@node1 ~]$ sudo chmod +x click_log_out.sh
3 开始启动各个流程
3.1 启动 zk 集群
zkServer.sh start
3.2 启动 kafka 集群
[hadoop@node1 ~]$ kafka-server-start.sh /export/servers/kafka/config/server.properties
3.3 创建一个topic 并开启 consumer
kafka-console-consumer.sh --topic=test --zookeeper node1:2181
3.4 启动flume 客户端
[hadoop@node1 ~]$ cd /export/servers/flume/
[hadoop@node1 flume]$ ./bin/flume-ng agent -n a1 -c /export/servers/flume/conf -f /export/servers/flume/conf/myconf/exec.conf -Dflume.root.logger=INFO,console
3.5 产生数据
[hadoop@node1 ~]$ sh click_log_out.sh
[hadoop@node1 ~]$