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
?
1
| tar -zxvf ~ /jar/zookeeper-3 .4.6. tar .gz -C /data
|
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
?
1 | ${ZOOKEEPER_HOME} /conf/zoo .cfg
|
zoo.cfg通过cp zoo_sample.cfg zoo.cfg得到。
[Bash shell] 纯文本查看 复制代码
?
01 02 03 04 05 06 07 08 09 10 11 12
13 14 15 16 17 18 | tickTime=2000
initLimit=10
syncLimit=5
dataDir= /data/zk_data
clientPort=2181
server.1=master:2888:3888
server.2=slave1:2888:3888
server.3=slave2:2888:3888
|
这儿解释下格式为server.X=host:port1:port2的意思,X表示当前host所运行的服务的zookeeper服务的id(在接下来填写myid时需要用到),port1表示zookeeper中的follower连接到leader的端口号,port2表示leadership时所用的端口号。注意:需要手动去创建dataDir所配置的/data/zk_data目录(mkdir -p /data/zk_data)更多配置可参考:
zookeeper配置文件详解
http://www.aboutyun.com/thread-13909-1-1.html
3. 填写myid
在zoo.cfg配置文件中的dataDir目录(在这儿是/data/data_zk)下创建myid文件,文件内容为zoo.cfg中master所对应的server.X。
[Bash shell] 纯文本查看 复制代码
?
1
| echo "1" > /data/zk_data/myid
|
4. 复制到其他节点
[Bash shell] 纯文本查看 复制代码
?
1 2 | scp -r /data/zookeeper-3 .4.6/ /data/zk_data aboutyun@slave1: /data
scp -r /data/zookeeper-3 .4.6/ /data/zk_data aboutyun@slave2: /data
|
在slave1上,
[Bash shell] 纯文本查看 复制代码
?
1 | echo “2” > /data/zk_data/myid
|
在slave2上,
[Bash shell] 纯文本查看 复制代码
?
1 | echo "3" > /data/zk_data/myid
|
5. 添加到环境变量
在master、slave1、slave2上,分别将以下内容添加到~/.bashrc文件中
[Bash shell] 纯文本查看 复制代码
?
1
2 | export ZOOKEEPER_HOME= /data/zookeeper-3 .4.6
export PATH=$ZOOKEEPER_HOME /bin :$PATH
|
然后执行以下命令:source ~/.bashrc
6. 启动验证
在master、slave、slave2上,分别执行zookeeper启动命令。
[Bash shell] 纯文本查看 复制代码
?
由于启动时,每个节点都会试图去连接其它节点,因此先启动的刚开始会连接不上其它的,导致日志中会包含错误信息,在未全启动之前,这个属正常现象。启动完成后,使用jps命令和zkServer.sh status命令经行验证
master机器情况:
slave1机器情况:
slave2机器情况:
说明每个节点都成功启动了QuorumPeerMain进程,并且slave1上的进程为leader,master和slave2上的进程为follower
很多人想知道zookeeper在kafka中的作用,可参考下面文章
kafka在zookeeper中存储结构
http://www.aboutyun.com/forum.php?mod=viewthread&tid=9941
二、安装kafka
在master上进行如下操作:
1. 解压kafka
下载kafka:http://apache.fayea.com/kafka/0.9.0.1/kafka_2.11-0.9.0.1.tgz
[Bash shell] 纯文本查看 复制代码
?
1
| tar -zxvf ~ /jar/kafka_2 .11-0.9.0.1.tgz -C /data
|
链接: https://pan.baidu.com/s/1sk8CAeT 密码: 8h2r
2. 配置kakfa
涉及到的配置文件为${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
?
1 2 3 | broker. id =0
log. dirs = /data/kafka-logs
zookeeper.connect=master:2181,slave1:2181,slave2:2181
|
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
?
1 2 | scp /data/kafka_2 .11-0.9.0.1/ /data/kafka-logs/ aboutyun@slave1: /data
scp /data/kafka_2 .11-0.9.0.1/ /data/kafka-logs/ aboutyun@slave2: /data
|
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
?
1 2 | export KAFKA_HOME= /data/kafka_2 .11-0.9.0.1
export PATH=$KAFKA_HOME /bin :$PATH
|
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
?
1
2 | cd $KAFKA_HOME
kafka-server-start.sh -daemon . /config/server .properties
|
之后在每台机器上执行jps命令:
如果每台机器上都成功启动了kafka这个进程,说明我们搭建成功。如果发现某台机器上没有kafka这个进程,可以将kafka的启动命令去掉参数-daemon(加上的话表示后台启动),这样可以直接在屏幕上看到错误信息。
三、kakfa使用示例
1. 创建topic
[Bash shell] 纯文本查看 复制代码
?
1 2 | kafka-topics.sh --zookeeper master:2181,slave1:2181,slave2:2181 --create --topic test --replication-factor 1 --partitions 3
|
2. 创建producer
[Bash shell] 纯文本查看 复制代码
?
1 | kafka-console-producer.sh --broker-list master:9092,slave1:9092,slave2:9094 --topic test
|
3. 创建consumer
重新打开一个窗口:
[Bash shell] 纯文本查看 复制代码
?
1 | kafka-console-consumer.sh --zookeeper master:2181,slave1:2181,slave2:2181 --topic test --from-beginning
|
4. 产生消息并接受
在producer的窗口中输入几条测试信息
查看consumer窗口的情况
说明成功消费了的产生的3条信息
flume与kafka整合安装
flume安装,其实也并不复杂,可是整合的时候,很多人遇到这么个情况,消费者收不到信息。这个的原因很多。出现问题,无非两种。
1.对flume和kafka基本不理解,只是照抄。这里面就容易出现问题。比如配置错误agent名字错误,配置过期等
2.对整个过程不理解。比如有的不报错,只是看到几行信息。很可能是kafka还没有启动。而且很多人遇到过这种情况,网络都是通的,防火墙是关闭的,为何连接还是拒绝的,原因可能就是,服务根本没有启动。
上面两个方法,相信可以解决大部分问题,更多的其实还是需要自己去理解和查看出现错误的地方。
当然对于flume的配置的理解,还是推荐参考
flume应该思考的问题
http://www.aboutyun.com/forum.php?mod=viewthread&tid=22102
上面只是加深对flume的认识。
下面开始安装flume及整合kafka
一、Flume安装
1. 压缩安装包
[Bash shell] 纯文本查看 复制代码
?
1
2 | tar -zxvf ~ /jar/apache-flume-1 .6.0-bin. tar .gz -C /data
mv /data/apache-flume-1 .6.0-bin/ /data/flume-1 .6.0
|
网盘下载
链接:http://pan.baidu.com/s/1bBnF5O 密码:xoll
2. 配置环境变量
编辑文件 ~/.bashrc
sudo vim ~/.bashrc
[Bash shell] 纯文本查看 复制代码
?
1 2
| export FLUME_HOME= /data/flume-1 .6.0
export PATH=$FLUME_HOME /bin :$PATH
|
[Bash shell] 纯文本查看 复制代码
?
3. 配置flume
[Bash shell] 纯文本查看 复制代码
?
1 2
| cp flume- env .sh.template flume- env .sh修改JAVA_HOME
export JAVA_HOME= /data/jdk1 .8.0_111
|
4. 验证安装
[Bash shell] 纯文本查看 复制代码
?
二、Flume使用
1. 单节点的agent
1) 增加配置文件
cd $FLUME_HOME/conf
vim single_agent.conf
将以下内容拷贝进去
[Bash shell] 纯文本查看 复制代码
?
01
02 03 04 05 06 07 08 09 10 11 12 13 14 15 16
17 18 19 20 21 22 23 24 25 26 27 28 | a1.sources = source1
a1.channels = channel1
a1.sinks = sink1
a1.sources.source1. type = spooldir
a1.sources.source1.spoolDir= /data/aboutyunlog
a1sources.source1.fileHeader = flase
a1.sinks.sink1. type = org.apache.flume.sink.kafka.KafkaSink
a1.sinks.sink1.brokerList= master:9092,slave1:9092,slave2:9092
a1.sinks.sink1.topic= aboutyunlog
a1.sinks.sink1.kafka.flumeBatchSize = 20
a1.sinks.sink1.kafka.producer.acks = 1
a1.sinks.sink1.kafka.producer.linger.ms = 1
a1.sinks.sink1.kafka.producer.compression. type = snappy
a1.channels.channel1. type = file
a1.channels.channel1.checkpointDir = /data/flume_data/checkpoint
a1.channels.channel1.dataDirs= /data/flume_data/data
a1.sources.source1.channels = channel1
a1.sinks.sink1.channel = channel1
|
可以看到上面配置信息中
#a1.sinks.sink1.kafka.bootstrap.servers = master:9092,slave1:9092,slave2:9092
被注释掉,改换成
a1.sinks.sink1.brokerList= master:9092,slave1:9092,slave2:9092
这里根据官网配置a1.sinks.sink1.brokerList这个属性已经被弃用,但是使用a1.sinks.sink1.kafka.bootstrap.servers 属性会报错。
[Bash shell] 纯文本查看 复制代码
?
1 2 3 4 5 6 7
8 | ERROR node.AbstractConfigurationProvider: Sink sink1 has been removed due to an error during configuration
org.apache.flume.conf.ConfigurationException: brokerList must contain at least one Kafka broker
at org.apache.flume.sink.kafka.KafkaSinkUtil.addDocumentedKafkaProps(KafkaSinkUtil.java:55)
at org.apache.flume.sink.kafka.KafkaSinkUtil.getKafkaProperties(KafkaSinkUtil.java:37)
at org.apache.flume.sink.kafka.KafkaSink.configure(KafkaSink.java:211)
at org.apache.flume.conf.Configurables.configure(Configurables.java:41)
at org.apache.flume.node.AbstractConfigurationProvider.loadSinks(AbstractConfigurationProvider.java:413)
at org.apache.flume.node.AbstractConfigurationProvider.getConfiguration(AbstractConfigurationProvider.java:98)
|
所以不管官网如何写,还是使用a1.sinks.sink1.brokerList这个属性
2. 创建所需文件
[Bash shell] 纯文本查看 复制代码
?
1
2 3 | mkdir -p /data/aboutyunlog
mkdir -p /data/flume_data/checkpoint
mkdir -p /data/flume_data/data
|
同时提醒,创建完毕,当前用户一定具有操作权限。最好授权为777.
3. 在kafka上创建名为aboutyunlog的topic
[Bash shell] 纯文本查看 复制代码
?
1 | kafka-topics.sh --zookeeper master:2181,slave1:2181,slave2:2181 --create --topic aboutyunlog --replication-factor 1 --partitions 3
|
4. 启动flume
[Bash shell] 纯文本查看 复制代码
?
1 | flume-ng agent --conf- file /data/flume-1 .6.0 /conf/single_agent .conf --name a1 -Dflume.root.logger=INFO,console
|
5. 创建一个kafka的consumer
flume启动其实是启动了产生着,所以这里创建一个消费者。那么这个消费者创建到什么地方。我这里创建在slave1上。
上面有以前创建的内容,这里做一个测试,我们在增加一条
6. 添加文件到flume source目录
这个是在master上执行
echo -e "this is a test file! \nhttp://www.aboutyun.com\n20170710">log.1
mv log.1 /data/aboutyunlog/
7.在slave1上收到
有的时候可能会慢,需要等待几秒。
这样就整合成功了。
#############################################
遇到问题:
1.Failed to find leader for Set
详细如下
[2017-07-05 11:26:04,077] WARN [console-consumer-27231_slave1-1499223048151-471ca15a-leader-finder-thread], Failed to find leader for Set([aboutyunlog,2], [aboutyunlog,1], [aboutyunlog,0]) (kafka.consumer.ConsumerFetcherManager$LeaderFinderThread)
kafka.common.KafkaException: fetching topic metadata for topics [Set(aboutyunlog)] from broker [ArrayBuffer()] failed
at kafka.client.ClientUtils$.fetchTopicMetadata(ClientUtils.scala:73)
at kafka.client.ClientUtils$.fetchTopicMetadata(ClientUtils.scala:94)
at kafka.consumer.ConsumerFetcherManager$LeaderFinderThread.doWork(ConsumerFetcherManager.scala:66)
at kafka.utils.ShutdownableThread.run(ShutdownableThread.scala:63)
原因:kafka未启动
解决办法:自然是启动kafka.
kafka未启动产生的其它问题:
其实kafka未启动,还会有其它错误,比如在创建消费者的时候,你看不到错误,只有一条警告 WARN [console-consumer-90733_master-1498548695990-7aaba945], no brokers found when trying to rebalance. (kafka.consumer.ZookeeperConsumerConnector)
记得还有另外的错误就是如果未启动,生产者和消费者链接端口是拒绝的,这让很多人认为是网络问题。
错误2
Agent configuration invalid for agent 'a11'. It will be removed.
17/06/27 15:46:02 INFO conf.FlumeConfiguration: Post-validation flume configuration contains configuration for agents: [a1]
17/06/27 15:46:02 INFO node.AbstractConfigurationProvider: Creating channels
17/06/27 15:46:02 INFO channel.DefaultChannelFactory: Creating instance of channel channel1 type file
17/06/27 15:46:02 INFO node.AbstractConfigurationProvider: Created channel channel1
17/06/27 15:46:02 INFO source.DefaultSourceFactory: Creating instance of source source1, type spooldir
17/06/27 15:46:02 INFO sink.DefaultSinkFactory: Creating instance of sink: sink1, type: org.apache.flume.sink.kafka.KafkaSink
17/06/27 15:46:02 INFO kafka.KafkaSink: Using the static topic: aboutyunlog this may be over-ridden by event headers
17/06/27 15:46:02 INFO kafka.KafkaSinkUtil: context={ parameters:{kafka.bootstrap.servers=master:9092,slave1:9092,slave2:9092, channel=channel1, topic=aboutyunlog, type=org.apache.flume.sink.kafka.KafkaSink} }
17/06/27 15:46:02 ERROR node.AbstractConfigurationProvider: Sink sink1 has been removed due to an error during configuration
org.apache.flume.conf.ConfigurationException: brokerList must contain at least one Kafka broker
at org.apache.flume.sink.kafka.KafkaSinkUtil.addDocumentedKafkaProps(KafkaSinkUtil.java:55)
at org.apache.flume.sink.kafka.KafkaSinkUtil.getKafkaProperties(KafkaSinkUtil.java:37)
at org.apache.flume.sink.kafka.KafkaSink.configure(KafkaSink.java:211)
at org.apache.flume.conf.Configurables.configure(Configurables.java:41)
at org.apache.flume.node.AbstractConfigurationProvider.loadSinks(AbstractConfigurationProvider.java:413)
at org.apache.flume.node.AbstractConfigurationProvider.getConfiguration(AbstractConfigurationProvider.java:98)
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:1142)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
at java.lang.Thread.run(Thread.java:745)
17/06/27 15:46:02 INFO node.AbstractConfigurationProvider: Channel channel1 connected to [source1]
17/06/27 15:46:02 INFO node.Application: Starting new configuration:{ sourceRunners:{source1=EventDrivenSourceRunner: { source:Spool Directory source source1: { spoolDir: /data/aboutyunlog } }} sinkRunners:{} channels:{channel1=FileChannel channel1 { dataDirs: [/data/flume_data/data] }} }
17/06/27 15:46:02 INFO node.Application: Starting Channel channel1
Sink has been removed due to an error during configuration org.apache.flume.conf.ConfigurationException: brokerList must contain at least one Kafka broker
上面两个问题
第一:agent的名字不一致造成的。所以产生了这个问题
Agent configuration invalid for agent 'a11'. It will be removed.
解决办法:
自然修改为a1,而不是a11
第二:
ERROR node.AbstractConfigurationProvider: Sink sink1 has been removed due to an error during configuration
org.apache.flume.conf.ConfigurationException: brokerList must contain at least one Kafka broker
上面由于官网说brokerList被弃用
a1.sinks.sink1.brokerList= master:9092,slave1:9092,slave2:9092
所以使用下面属性
a1.sinks.sink1.kafka.bootstrap.servers = master:9092,slave1:9092,slave2:9092
所以产生问题。修改为a1.sinks.sink1.brokerList即可