使用kafka，spark，hbase开发日志分析系统

# 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’,’f’ 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 > java -Dlogback.configurationFile=./conf/logback.xml -classpath .:libs/*:logcount-1.0.jar com.wankun.logcount.kafka.TailService dest.log 服务端 > spark-submit --class com.wankun.logcount.spark.LogStream --master spark://SparkMaster:7077 logcount-1.0.jar ### 注释