内容简介:将 kafka 中的数据转存到 HDFS 中, 用作离线计算, flume 已经帮我们实现了, 添加配置文件, 直接启动 flume-ng 即可.
将 kafka 中的数据转存到 HDFS 中, 用作离线计算, flume 已经帮我们实现了, 添加配置文件, 直接启动 flume-ng 即可.
The Kafka channel can be used for multiple scenarios:
- With Flume source and sink - it provides a reliable and highly available channel for events
- With Flume source and interceptor but no sink - it allows writing Flume events into a Kafka topic, for use by other apps
- With Flume sink, but no source - it is a low-latency, fault tolerant way to send events from Kafka to Flume sinks such as HDFS, HBase or Solr
- $FLUME_HOME/conf/kafka-hdfs.conf
# kafka Channel + HDFS sink(without sources) a1.channels = c1 a1.sinks = k1 # 定义 KafkaChannel a1.channels.c1.type = org.apache.flume.channel.kafka.KafkaChannel a1.channels.c1.parseAsFlumeEvent = false a1.channels.c1.kafka.bootstrap.servers = kafka-1:9092,kafka-2:9092,kafka-3:9092 a1.channels.c1.kafka.topic = user a1.channels.c1.kafka.consumer.group.id = g1 # 定义 HDFS sink a1.sinks.k1.channel = c1 a1.sinks.k1.type = hdfs a1.sinks.k1.hdfs.path = hdfs://hadoop-1:9000/flume/%Y%m%d/%H a1.sinks.k1.hdfs.useLocalTimeStamp = true a1.sinks.k1.hdfs.filePrefix = log a1.sinks.k1.hdfs.fileType = DataStream # 不按照条数生成文件 a1.sinks.k1.hdfs.rollCount = 0 # HDFS 上的文件达到128M 生成一个文件 a1.sinks.k1.hdfs.rollSize = 134217728 # HDFS 上的文件达到10分钟生成一个文件 a1.sinks.k1.hdfs.rollInterval = 600 复制代码
记得配 hosts
- 添加 HDFS 相关jar包和配置文件
commons-configuration-1.6.jar commons-io-2.4.jar hadoop-auth-2.8.3.jar hadoop-common-2.8.3.jar hadoop-hdfs-2.8.3.jar hadoop-hdfs-client-2.8.3.jar htrace-core4-4.0.1-incubating.jar core-site.xml hdfs-site.xml 复制代码
-
flume-1.8 kafka客户端默认版本0.9 但是向上兼容(别用这个 有巨坑 ~_~#)
kafka-clients-2.0.0.jar kafka_2.11-2.0.0.jar
-
先启动 zookeeper kafka 和 HDFS(否则会各种报错,)
-
进入
$FLUME_HOME
启动 flumeroot@common:/usr/local/flume# ./bin/flume-ng agent -c conf/ -f conf/kafka-hdfs.conf -n a1 -Dflume.root.logger=INFO,console
以上所述就是小编给大家介绍的《Flume将 kafka 中的数据转存到 HDFS 中》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 使用Spark进行数据统计并将结果转存至MSSQL
- 使用 Qemu 虚拟 ARM64 平台演示 kdump 崩溃转存
- 4 万字全面掌握数据库、数据仓库、数据集市、数据湖、数据中台
- 数据映射如何支持数据转换和数据集成?
- 大数据产品经理必备的数据挖掘知识概述(一)认识数据之数据可视化
- 避免“数据湖”成为“数据沼泽”,流动的“数据河”是关键
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
《裂变:秒懂人工智能的基础课》
王天一 / 电子工业出版社·博文视点 / 2018-6-13 / 59.00元
人工智能是指通过普通计算机程序实现的人类智能技术,这一学科不仅具有非凡的科学意义,对人类自身生存方式的影响也在不断加深。本书作为人工智能领域的入门读物,内容围绕人工智能的核心框架展开,具体包括数学基础知识、机器学习算法、人工神经网络原理、深度学习方法与实例、深度学习之外的人工智能和实践应用场景等模块。本书力图为人工智能初学者提供关于这一领域的全面认识,也为进一步的深入研究建立坚实的基础。一起来看看 《《裂变:秒懂人工智能的基础课》》 这本书的介绍吧!