nettman 发表于 2020-7-29 13:32:01

kafka spark hbase 日志统计



日志分析系统


系统架构
本使用kafka,spark,hbase开发日志分析系统。





软件模块
Kafka:作为日志事件的消息系统,具有分布式,可分区,可冗余的消息服务功能。
Spark:使用spark stream功能,实时分析消息系统中的数据,完成计算分析工作。
Hbase:做为后端存储,存储spark计算结构,供其他系统进行调用
环境部署
软件版本
hadoop 版本 : Hadoop相关软件如zookeeper、hadoop、hbase,使用的是cloudera的 cdh 5.2.0 版本。
Kafka : 2.9.2-0.8.1.1
软件安装
a. 部署kafka

tar -xzf kafka_2.9.2-0.8.1.1.tgz

b. 编辑kafka 配置文件
config/server-1.properties:
    broker.id=0
    port=9093
    log.dir=/tmp/kafka-logs

config/server-2.properties:
    broker.id=1
    port=9093
    log.dir=/tmp/kafka-logs

config/server-3.properties:
    broker.id=2
    port=9093
    log.dir=/tmp/kafka-logs


c. 启动kafka
bin/kafka-server-start.sh config/server-1.properties &
bin/kafka-server-start.sh config/server-2.properties &
bin/kafka-server-start.sh config/server-3.properties &


d. 创建kafka topic
bin/kafka-topics.sh --create --zookeeper 10.10.102.191:2181, 10.10.102.192:2181, 10.10.102.193:2181 --replication-factor 3 --partitions 1 --topic recsys


e. 查看是否创建成功

> bin/kafka-topics.sh --list --zookeeper localhost:2181

> bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic
Topic:my-replicated-topic        PartitionCount:1        ReplicationFactor:3        Configs:
Topic: my-replicated-topic        Partition: 0        Leader: 1        Replicas: 1,2,0        Isr: 1,2,0


f. kafka启动测试

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test This is a message This is another message

bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning This is a message This is another message


g. 注意事项

在开发程序的时候,producer客户端必须要配置上broker的host映射信息,即使你的程序中使用的都是ip地址。


项目开发
程序部署目录

/libs
* Logback包:logback-classic-1.1.2.jar,logback-core-1.1.2.jar
* Kafka包(在kafka安装包lib目录中)
/conf
* Logback:logback.xml

/webapps/recsys
* index.html
/
* logcount-1.0.jar

Spark_Streaming 处理数据

HBase 保存数据

创建hbase表
create 'recsys_logs','f1'


###服务器端部署. 服务器端启动了一个httpserver,该server需要将jar包中的html页面解压出来,所以先解压,后运行程序
jar xvf recsys-1.0.jar



系统运行
客户端 创建run.sh

#!/usr/bin/env bash
lib=lib/*
cpath='';
for jar in $lib;
do
    cpath+=":"$jar
done;
java -Dlogback.configurationFile=./conf/logback.xml -classpath .:$cpath com.wankun.logcount.kafka.TailService "$@"
执行 ./run.sh /var/log/httpd/access_log

服务端

#! /usr/bin/env bash
lib=lib/*
cpath='';
for jar in $lib;
do
      cpath+=":"$jar
done;
cpath2=.:`echo /opt/kafka_spark_hbase_demo-1.0/lib/*.jar | tr ' ' ':'`
cpath3='/opt/kafka_spark_hbase_demo-1.0/lib/'
cpath4="/usr/hdp/current/spark-client/bin/spark-submit --driver-class-path $cpath2 --class com.wankun.logcount.spark.LogStream /opt/kafka_spark_hbase_demo-1.0/lib/kafka_spark_hbase_demo-1.0.jar"
`$cpath4`
#java-classpath $CLASSPATH$cpath com.wankun.logcount.spark.LogStream

代码下载:



页: [1]
查看完整版本: kafka spark hbase 日志统计