如何解析Flume与Kafka整合

这篇文章给大家介绍如何解析Flume与Kafka整合，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

Flume与Kafka整合

一、概念
1、Flume：Cloudera 开发的分布式日志收集系统，是一种分布式，可靠且可用的服务，用于高效地收集，汇总和移动大量日志数据。 它具有基于流式数据流的简单而灵活的架构。它具有可靠的可靠性机制和许多故障转移和恢复机制，具有强大的容错性和容错能力。它使用一个简单的可扩展数据模型，允许在线分析应用程序。Flume分为OG、NG版本，其中Flume OG 的最后一个发行版本 0.94.0，之后为NG版本。
 
2、Kafka：作为一个集群运行在一台或多台可以跨越多个数据中心的服务器上。在Kafka中，客户端和服务器之间的通信是通过一种简单的，高性能的，语言不可知的TCP协议完成的。协议是版本控制的，并保持与旧版本的向后兼容性。Kafka提供Java客户端，但客户端可以使用多种语言。

3、Kafka通常用于两大类应用，如下：
   A、构建可在系统或应用程序之间可靠获取数据的实时流数据管道
   B、构建实时流应用程序，用于转换或响应数据流
   C、Kafka每个记录由一个键，一个值和一个时间戳组成。

二、产述背景
    基于大数据领域实现日志数据时时采集及数据传递等需要，据此需求下试着完成flume+kafka扇入、扇出功能整合，其中扇出包括：复制流、复用流等功能性测试。后续根据实际需要，将完善kafka与spark streaming进行整合整理工作。
    注：此文档仅限于功能性测试，性能优化方面请大家根据实际情况增加。

三、部署安装
1、测试环境说明：
   操作系统：CentOS 7
   Flume版本：flume-ng-1.6.0-cdh6.7.0
   Kafka版本：kafka_2.11-0.10.0.1
   JDK版本：JDK1.8.0
   Scala版本：2.11.8
2、测试步骤：
2.1、flume部署
2.1.1、下载安装介质，并解压：

此处)折叠或打开

此处)折叠或打开

此处)折叠或打开

1. cd /app/apache-flume-1.6.0-cdh6.7.0-bin

2. vi netcatOrKafka-memory-logger.conf

3.     netcatagent.sources = netcat_sources

4.     netcatagent.channels = c1 c2

5.     netcatagent.sinks = logger_sinks kafka_sinks

6.     

7.     netcatagent.sources.netcat_sources.type = netcat

8.     netcatagent.sources.netcat_sources.bind = 0.0.0.0

9.     netcatagent.sources.netcat_sources.port = 44444

10.     

11.     netcatagent.channels.c1.type = memory

12.     netcatagent.channels.c1.capacity = 1000

13.     netcatagent.channels.c1.transactionCapacity = 100

14.     

15.     netcatagent.channels.c2.type = memory

16.     netcatagent.channels.c2.capacity = 1000

17.     netcatagent.channels.c2.transactionCapacity = 100

18.     

19.     netcatagent.sinks.logger_sinks.type = logger

20.     

21.     netcatagent.sinks.kafka_sinks.type = org.apache.flume.sink.kafka.KafkaSink

22.     netcatagent.sinks.kafka_sinks.topic = test

23.     netcatagent.sinks.kafka_sinks.brokerList = 192.168.137.132:9082,192.168.137.133:9082,192.168.137.134:9082

24.     netcatagent.sinks.kafka_sinks.requiredAcks = 0

25.     ##netcatagent.sinks.kafka_sinks.batchSize = 20

26.     netcatagent.sinks.kafka_sinks.producer.type=sync

27.     netcatagent.sinks.kafka_sinks.custom.encoding=UTF-8

28.     netcatagent.sinks.kafka_sinks.partition.key=0

29.     netcatagent.sinks.kafka_sinks.serializer.class=kafka.serializer.StringEncoder

30.     netcatagent.sinks.kafka_sinks.partitioner.class=org.apache.flume.plugins.SinglePartition

31.     netcatagent.sinks.kafka_sinks.max.message.size=1000000

32.     

33.     netcatagent.sources.netcat_sources.selector.type = replicating

34.     

35.     netcatagent.sources.netcat_sources.channels = c1 c2

36.     netcatagent.sinks.logger_sinks.channel = c1

37.     netcatagent.sinks.kafka_sinks.channel = c2

2.4.2、启动各测试命令：
   A、启动flume的agent(于192.168.137.130)：
      flume-ng agent –name netcatagent /
       –conf $FLUME_HOME/conf /
       –conf-file $FLUME_HOME/conf/netcat-memory-loggerToKafka.conf /
       -Dflume.root.logger=INFO,console
    B、启动kafka消费者(于192.168.137.132)：
        kafka-console-consumer.sh /
         –zookeeper 192.168.137.132:2181,192.168.137.133:2181,192.168.137.134:2181/kafka /
          –from-beginning –topic test
     C、测试发送(于192.168.137.130与于192.168.137.132)
telnet发送结果

kafka消费结果

最终logger接收结果

         
   至此flume+kafka扇出–复制流测试(扇入源为：netcat；输出为：kafka+Flume的Logger)测试与验证完成。
   
2.5、flume+kafka扇出–复用流测试(扇入源为：netcat；输出为：kafka+Flume的Logger)
   暂无，后续补充

四、部署安装及验证过程中出现的问题

    1、做flume+kafka扇入测试(扇入源为：netcat+kafka；输出以Flume的Logger类型输出)时，一直未收到kafka数据
        主要原因是在做kafka的配置时在配置文件(server.properties)中写成内容：
       zookeeper.connect=192.168.137.132:2181,192.168.137.133:2181,192.168.137.134:2181
       但在创建topics时，使用的是：
       kafka-topics.sh –create /
   –zookeeper 192.168.137.132:2181,192.168.137.133:2181,192.168.137.134:2181/kafka /
–replication-factor 3 –partitions 3 –topic test
 
其中在kafka的配置文件中zookeeper配置未加/kakfa，但在创建topics的时增加了/kafka
最终使用:
kafka-console-producer.sh /
–broker-list 192.168.137.132:9092,192.168.137.133:9092,192.168.137.134:9092 /
–topic test
命令检查没有topics信息才发现此问题
   
   解决办法：将两个信息同步即可
   
2、做flume+kafka扇入测试(扇入源为：netcat+kafka；输出以Flume的Logger类型输出)时，启动flume的agent时报错。
2018-03-31 10:43:31,241 (conf-file-poller-0) [ERROR – org.apache.flume.node.PollingPropertiesFileConfigurationProvider$FileWatcherRunnable.run(PollingPropertiesFileConfigurationProvider.java:142)] Failed to load configuration data. Exception follows.
org.apache.flume.FlumeException: Unable to load source type: org.apache.flume.source.kafka,KafkaSource, class: org.apache.flume.source.kafka,KafkaSource
        at org.apache.flume.source.DefaultSourceFactory.getClass(DefaultSourceFactory.java:69)
        at org.apache.flume.source.DefaultSourceFactory.create(DefaultSourceFactory.java:42)
        at org.apache.flume.node.AbstractConfigurationProvider.loadSources(AbstractConfigurationProvider.java:322)
        at org.apache.flume.node.AbstractConfigurationProvider.getConfiguration(AbstractConfigurationProvider.java:97)
        at org.apache.flume.node.PollingPropertiesFileConfigurationProvider$FileWatcherRunnable.run(PollingPropertiesFileConfigurationProvider.java:140)
        at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
        at java.util.concurrent.FutureTask.runAndReset(FutureTask.java:308)
        at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$301(ScheduledThreadPoolExecutor.java:180)
        at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:294)
        at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
        at java.lang.Thread.run(Thread.java:748)
Caused by: java.lang.ClassNotFoundException: org.apache.flume.source.kafka,KafkaSource
        at java.net.URLClassLoader.findClass(URLClassLoader.java:381)
        at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
        at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:335)
        at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
        at java.lang.Class.forName0(Native Method)
        at java.lang.Class.forName(Class.java:264)
        at org.apache.flume.source.DefaultSourceFactory.getClass(DefaultSourceFactory.java:67)
        … 11 more

   解决办法：官网资料存在问题，org.apache.flume.source.kafka,KafkaSource其中不应该包括逗号，改为：org.apache.flume.source.kafka.KafkaSource即可。详细官网

关于如何解析Flume与Kafka整合就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。