spark streaming + flume+python(编程)初探

一、环境部署

hadoop集群2.7.1
flume 1.7.0
spark集群:spark-2.0.1-bin-hadoop2.7.tgz
环境搭建可参考我前面几篇文章。不再赘述
三台机器:master,slave1,slave2

二、启动集群环境

1.启动hadoop集群
start-all.sh
2.启动spark集群
start-master.sh
start-slaves.sh

三、配置flume

编辑conf/flume-conf.properties
配置source、channel、sink
sink是关键
一种是推式接收器
一种是拉式接收器
相对于的spark streaming 读取代码也要相应改变
这里我采用的是推式接收器
sink则应这样配置

a1.sinks = k1
a1.sinks.k1.type = avro  
a1.sinks.k1.channel = c1
a1.sinks.k1.hostname = master  #绑定的主机名
a1.sinks.k1.port = 9999  #绑定的端口号```
source可谓avro,syslog等等,第一次测试为确保成功,可先考虑avro,与sink对应
**avro:**

a1.sources.r1.type = avro
a1.sources.r1.bind = 192.168.31.131
a1.sources.r1.port = 4141
a1.sources.r1.channels = c1

**syslog:**

a1.sources.r1.type = syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.host = 192.168.31.131
a1.sources.r1.channels = c1

channel均为内存

最后完整配置如下:
source为avro:

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type = avro
a1.sources.r1.bind = 192.168.31.131
a1.sources.r1.port = 4141
a1.sources.r1.channels = c1

Describe the sink

a1.sinks.k1.type = avro
a1.sinks.k1.channel = c1
a1.sinks.k1.hostname = master
a1.sinks.k1.port = 9999

Use a channel which buffers events in memory

a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

yi bai tiao jiu submit

source 为syslog:

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type = syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.host = 192.168.31.131
a1.sources.r1.channels = c1

Describe the sink

a1.sinks.k1.type = avro
a1.sinks.k1.channel = c1
a1.sinks.k1.hostname = master
a1.sinks.k1.port = 9999

Use a channel which buffers events in memory

a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

yi bai tiao jiu submit

####四、编程FlumeWordCount.py
**编写spark steaming 代码,读取flume采集的数据,并统计词频**

代码(python 实现):
```
# -*- coding: UTF-8 -*-
###spark streaming&&Flume 
from pyspark import SparkContext
from pyspark.streaming import StreamingContext
from pyspark.streaming.flume import FlumeUtils

sc=SparkContext("local[2]","FlumeWordCount")
#处理时间间隔为2s
ssc=StreamingContext(sc,2)

#打开一个TCP socket 地址 和 端口号
#lines=ssc.socketTextStream("master",9999)
lines = FlumeUtils.createStream(ssc, "master",9999)
lines1=lines.map(lambda x:x[1])
#对1s内收到的字符串进行分割
words=lines1.flatMap(lambda line:line.split(" "))

#映射为(word,1)元祖
pairs=words.map(lambda word:(word,1))

wordcounts=pairs.reduceByKey(lambda x,y:x+y)

#输出文件,前缀+自动加日期
wordcounts.saveAsTextFiles("/tmp/flume")

wordcounts.pprint()

#启动spark streaming应用
ssc.start()
#等待计算终止
ssc.awaitTermination()
```
####五、运行
#####1.下载依赖的jars包
注意,应该去官网找对应的jar包,例如
kafka2.01对应

![](http://upload-images.jianshu.io/upload_images/1908836-042927ced5e8bf74.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
下载spark-streaming-flume_2.11.jar 我放在了/home/cms下
(ps:之前放在了flume/lib/下,就会报找不到classpath的错
#####2.启动flume agent 
```
flume-ng agent --conf ./conf/ -f /home/cms/flume/conf/flume-conf.properties -n a1 -Dflume.root.logger=INFO,console
```
>--conf对于的是flume下的conf目录-f 对应的是agent配置文件-n 对于的是agent的名字
基本上终端都会报错 ,因为没有启动client和sink落地的程序,暂时不用理

#####3.**若source为avro:**,启动测试
1)准备测试数据
新建一个log_test.txt
输入数据:

![](http://upload-images.jianshu.io/upload_images/1908836-57970eaa4c5f7e80.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

2)运行spark streaming
开启另一个终端
```
 spark-submit --jars spark-streaming-flume-assembly_2.11-2.0.1.jar FlumeWordCount.py 2> error_log.txt```

3)发送数据
开启另外一个终端,将log_test.txt发送出去
```
flume-ng  avro-client --conf ./conf/ -H 192.168.31.131 -p 4141 -F /home/cms/log_test.txt```

![](http://upload-images.jianshu.io/upload_images/1908836-4e64718c4b7a6436.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

4)观察运行spark streaming的程序的终端的输出

![](http://upload-images.jianshu.io/upload_images/1908836-ce0b33bc0a01e0d7.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
若只是输出time。。。等等,则检查flume的配置
hdfs上查看:

![](http://upload-images.jianshu.io/upload_images/1908836-4f413506d9c19af5.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

![](http://upload-images.jianshu.io/upload_images/1908836-40e7a2bd0e9b3516.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

![](http://upload-images.jianshu.io/upload_images/1908836-d8b36c1143406ad3.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

![](http://upload-images.jianshu.io/upload_images/1908836-7e347d968cb5302a.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
#####4.**若source为syslog:**,启动测试
1)运行spark streaming 程序
```
 spark-submit --jars spark-streaming-flume-assembly_2.11-2.0.1.jar FlumeWordCount.py 2> error_log.txt```
2)开启另一个终端,发送数据
```
echo "hello'\t'word" | nc 192.168.31.131 5140
```

![](http://upload-images.jianshu.io/upload_images/1908836-44c4113f614dae33.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
3)观察运行spark streaming的程序的终端的输出

![](http://upload-images.jianshu.io/upload_images/1908836-1ff470da2eb4603f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

####四、下一步
flume+kafka+spark streaming

参考:[官网](http://spark.apache.org/docs/latest/streaming-flume-integration.html)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,458评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,454评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,171评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,062评论 0 207
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,440评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,661评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,906评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,609评论 0 200
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,379评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,600评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,085评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,409评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,072评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,088评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,860评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,704评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,608评论 2 270

推荐阅读更多精彩内容