flume与kafka整合高可靠教程

问题导读

1.安装kafka是否需要安装zookeeper？
2.kafka安装需要哪些步骤？
3.如何验证kafka是否安装成功？

4.flume source目录是哪个？
5.flume在kafka中扮演什么角色？
6.如何测试 整合 配置是否成功？



kafka安装
flume与kafka整合很多人都用到，但是网上却没有一份详细可靠的教程。说的都是些只言片语。这里整理份flume与kafka整合的教程。
flume原先并不兼容kafka。后来兼容添加上去。对于flume及与kafka的相关知识，推荐参考
flume应该思考的问题
http://www.aboutyun.com/forum.php?mod=viewthread&tid=22102
上面只是加深对flume的认识。下面我们开始整合flume与kafka。
思路：
1.安装kafka
2.安装flume，在配置中添加kafka相关配置
这里使用的版本：
kafka:kafka_2.11-0.9.0.1.tgz
flume：apache-flume-1.6.0-bin.tar.gz

kafka的安装

一、安装zookeeper

在master机器进行以下操作。
1. 解压zookeeper
下载zookeeper：http://apache.fayea.com/zookeeper/zookeeper-3.4.6/zookeeper-3.4.6.tar.gz

[Bash shell] 纯文本查看 复制代码

?

网盘下载
链接: https://pan.baidu.com/s/1i50vzb3 密码: p5s5


2. 配置zookeeper
涉及到的配置文件为

[Bash shell] 纯文本查看 复制代码

?

zoo.cfg通过cp zoo_sample.cfg zoo.cfg得到。

[Bash shell] 纯文本查看 复制代码

?

这儿解释下格式为server.X=host:port1:port2的意思，X表示当前host所运行的服务的zookeeper服务的id（在接下来填写myid时需要用到），port1表示zookeeper中的follower连接到leader的端口号，port2表示leadership时所用的端口号。注意：需要手动去创建dataDir所配置的/data/zk_data目录（mkdir -p /data/zk_data）更多配置可参考：
zookeeper配置文件详解
http://www.aboutyun.com/thread-13909-1-1.html


3. 填写myid
在zoo.cfg配置文件中的dataDir目录（在这儿是/data/data_zk）下创建myid文件，文件内容为zoo.cfg中master所对应的server.X。

[Bash shell] 纯文本查看 复制代码

?

4. 复制到其他节点

[Bash shell] 纯文本查看 复制代码

?

在slave1上，

[Bash shell] 纯文本查看 复制代码

?

在slave2上，

[Bash shell] 纯文本查看 复制代码

?

5. 添加到环境变量
在master、slave1、slave2上，分别将以下内容添加到~/.bashrc文件中

[Bash shell] 纯文本查看 复制代码

?

然后执行以下命令：source ~/.bashrc


6.  启动验证
在master、slave、slave2上，分别执行zookeeper启动命令。

[Bash shell] 纯文本查看 复制代码

?

由于启动时，每个节点都会试图去连接其它节点，因此先启动的刚开始会连接不上其它的，导致日志中会包含错误信息，在未全启动之前，这个属正常现象。启动完成后，使用jps命令和zkServer.sh status命令经行验证
master机器情况：

slave1机器情况：

slave2机器情况：

说明每个节点都成功启动了QuorumPeerMain进程，并且slave1上的进程为leader，master和slave2上的进程为follower

很多人想知道zookeeper在kafka中的作用，可参考下面文章
kafka在zookeeper中存储结构
http://www.aboutyun.com/forum.php?mod=viewthread&tid=9941



二、安装kafka
在master上进行如下操作：

1. 解压kafka

下载kafka：http://apache.fayea.com/kafka/0.9.0.1/kafka_2.11-0.9.0.1.tgz

[Bash shell] 纯文本查看 复制代码

?

链接: https://pan.baidu.com/s/1sk8CAeT 密码: 8h2r

2. 配置kakfa
涉及到的配置文件为${KAFA_HOME}/config/server.properties
必须要配置的是这三个参数：broker.id、log.dirs、zookeeper.connect
broker.id表示当前broker的id，要求是唯一的非负数。log.dirs表示kafka日志的存放目录。zookeeper.connect表示连接的zookeeper的地址。

[Bash shell] 纯文本查看 复制代码

?

注意 ：需要手动在本地创建/data/kafka-logs目录

3. 复制到其他节点

[Bash shell] 纯文本查看 复制代码

?

在slave1机器上将server.properties配置文件的broker.id值改为1在slave2机器上将server.properties配置文件的broker.id值改为2


4. 添加环境变量
在master、slave1、slave2机器上，分别将以下内容添加到~/.bashrc文件中

[Bash shell] 纯文本查看 复制代码

?

然后执行以下命令：source ~/.bashrc


5. 启动验证
在master、slave1、slave2机器上，分别执行kafka启动命令

[Bash shell] 纯文本查看 复制代码

?

之后在每台机器上执行jps命令：

如果每台机器上都成功启动了kafka这个进程，说明我们搭建成功。如果发现某台机器上没有kafka这个进程，可以将kafka的启动命令去掉参数-daemon（加上的话表示后台启动），这样可以直接在屏幕上看到错误信息。

三、kakfa使用示例

1. 创建topic

[Bash shell] 纯文本查看 复制代码

?

2. 创建producer

[Bash shell] 纯文本查看 复制代码

?

3. 创建consumer
重新打开一个窗口：

[Bash shell] 纯文本查看 复制代码

?

4. 产生消息并接受