Spark Streaming实时流处理项目实战笔记03
2018-03-23 16:23
344 查看
分布式日志收集框架Flume:
1、业务现状分析 2、Flume概述 3、Flume架构及核心组件 4、Flume的配置环境
5、Flume实战
一、业务现状分析
如何解决我们的数据从其他的server上移动到Hadoop之上?
所以:
二、Flume的概述
Flume是由Cloudera提供的一个分布式,高可靠,高可用的服务,用于分布式的海量日志的高效收集,聚合,移动系统。
框架:
(博客转载篇说得很清楚)
三、Flume架构及核心组件
串联和并联
四、Flume的配置环境
Flume实战案例一
example:
1、agent的配置
2、source的配置
3、sink的配置
4、channel的配置
最后、三个组件的组装
eg:官网例子
我自己放入flume里的conf文件夹里 为example.conf
启动flume
$ bin/flume-ng agent -n $agent_name -c conf -f conf/flume-conf.properties.template
Flume实战案例二
conf文件:exec-memory-logger.conf
启动:
-------------------------------------
离线:Flume ->HDFS
实时:Flume ->kafka
Flume实战案例三
两个conf:
第一个------》
第二个conf:
启动:
1、业务现状分析 2、Flume概述 3、Flume架构及核心组件 4、Flume的配置环境
5、Flume实战
一、业务现状分析
如何解决我们的数据从其他的server上移动到Hadoop之上?
所以:
二、Flume的概述
Flume是由Cloudera提供的一个分布式,高可靠,高可用的服务,用于分布式的海量日志的高效收集,聚合,移动系统。
框架:
(博客转载篇说得很清楚)
三、Flume架构及核心组件
串联和并联
四、Flume的配置环境
Flume实战案例一
example:
1、agent的配置
2、source的配置
3、sink的配置
4、channel的配置
最后、三个组件的组装
eg:官网例子
我自己放入flume里的conf文件夹里 为example.conf
启动flume
$ bin/flume-ng agent -n $agent_name -c conf -f conf/flume-conf.properties.template
Flume实战案例二
conf文件:exec-memory-logger.conf
启动:
-------------------------------------
离线:Flume ->HDFS
实时:Flume ->kafka
Flume实战案例三
两个conf:
第一个------》
第二个conf:
启动:
相关文章推荐
- Spark Streaming实时流处理项目实战笔记04
- Spark Streaming实时流处理项目实战笔记02
- Spark Streaming实时流处理项目实战笔记01
- Spark 实战, 第 2 部分:使用 Kafka 和 Spark Streaming 构建实时数据处理系统
- Spark Streaming实时项目实战(Java版)
- Spark 实战, 第 2 部分:使用 Kafka 和 Spark Streaming 构建实时数据处理系统
- SparkStreaming项目实战系列——1.实时流概述
- SparkStreaming+Kafka 处理实时WIFI数据
- 大数据Spark企业级实战版【学习笔记】-----Spark Streaming 的构架
- Spark入门实战系列--7.Spark Streaming(上)--实时流计算Spark Streaming原理介绍
- kafka->spark->streaming->mysql(scala)实时数据处理示例
- Spark入门实战系列--7.Spark Streaming(上)--实时流计算Spark Streaming原理介绍
- Spark企业级实战项目:道路交通实时流量监控预测系统
- Spark入门实战系列--7.Spark Streaming(下)--实时流计算Spark Streaming实战
- kafka->spark->streaming->mysql(scala)实时数据处理示例
- 使用 Kafka 和 Spark Streaming 构建实时数据处理系统(转)
- Spark入门实战系列--7.Spark Streaming(下)--实时流计算Spark Streaming实战
- 潘国庆:基于 Spark Streaming 构建实时计算平台实战解析
- 大数据分析处理框架——离线分析(hive,pig,spark)、近似实时分析(Impala)和实时分析(storm、spark streaming)
- Spark Streaming实时处理本地数据流