使用storm处理消息队列中的日志信息遇见的错误

      对于系统设计者而言，日志信息具有极大的分析利用价值，这里以nginx日志access.log为例，分析它，你可以得到自己网站哪个页面访问量最多，你还可以统计访问者ip最频繁的地址以便判断是否恶意访问，总之有用信息很多。这里我才用文件读入的方法将日志信息一条条读出来放进activemq消息队列中，然后storm分析处理日志信息：

     前提是linux上已安装好activemq并且启动，storm我采用storm-0.9.3版本，部署的是storm单机版，zookeeper也是一个节点，想看错误解决方法请直接翻到文章最后

     第一步：放进消息队列示例：

import org.apache.activemq.ActiveMQConnectionFactory;

import javax.jms.*;
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;

public class ActiveMQ {
    
    public static void main(String[] args) throws IOException {


        ConnectionFactory connectionFactory=new ActiveMQConnectionFactory(
                ActiveMQConnectionFactory.DEFAULT_USER,
                ActiveMQConnectionFactory.DEFAULT_PASSWORD,
                "tcp://192.168.84.23:61616"
        );
        try {
            Connection connection=connectionFactory.createConnection();
            connection.start();
            Session session=connection.createSession(Boolean.TRUE,Session.AUTO_ACKNOWLEDGE);
            Destination destination=session.createQueue("LogQueue");
            MessageProducer producer=session.createProducer(destination);
            producer.setDeliveryMode(DeliveryMode.NON_PERSISTENT);
            FileReader fr=new FileReader("C:\\Users\\administrator\\Desktop\\abc.txt");
            BufferedReader br=new BufferedReader(fr);
            String line="";
            while ((line=br.readLine())!=null) {
                TextMessage textMessage=session.createTextMessage(line);
                producer.send(textMessage);
            }
            br.close();
            fr.close();
            session.commit();
        } catch (JMSException e) {
            e.printStackTrace();
        }
       
    }
}

    第二步：第一步已将日志相关的信息发送到ActiveMQ，接下里便是从activemq中读取日志，通过计算分析，然后将结果输出，这里将通过日志分析对请求的url地址做pv统计

自定义storm处理类

(1)Topology通过spout将数据流输入，此处spout将从activemq中按行读取日志相关数据，读入以后，将数据发射给下游的bolt。spout需要实现IRichSpout接口，并实现该接口的一系列方法：

import backtype.storm.spout.SpoutOutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.IRichSpout;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Values;
import org.apache.activemq.ActiveMQConnectionFactory;
import javax.jms.*;
import java.util.Map;

public class LogReader implements IRichSpout {
    private  static final long serialVersionUID=1L;
    private TopologyContext context;
    private SpoutOutputCollector collector;
    private ConnectionFactory connectionFactory;
    private Connection connection;
    private Session session;
    private Destination destination;
    private MessageConsumer consumer;

    public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector spoutOutputCollector) {
        this.context=topologyContext;
        this.collector=spoutOutputCollector;
        this.connectionFactory=new ActiveMQConnectionFactory(
                ActiveMQConnectionFactory.DEFAULT_USER,
                ActiveMQConnectionFactory.DEFAULT_PASSWORD,
                "tcp://192.168.84.23:61616");
        try {
            connection=connectionFactory.createConnection();
            connection.start();
            session=connection.createSession(Boolean.FALSE,Session.AUTO_ACKNOWLEDGE);
            destination=session.createQueue("LogQueue");
            consumer=session.createConsumer(destination);
        }catch (Exception e){
            e.printStackTrace();
        }
    }

    public void close() {

    }

    public void activate() {

    }

    public void deactivate() {

    }

    public void nextTuple() {
        try {
            TextMessage message= (TextMessage) consumer.receive(100000);
            this.collector.emit(new Values(message.getText()));
        }catch (Exception e){

        }
    }

    public void ack(Object o) {

    }

    public void fail(Object o) {

    }

    public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
        outputFieldsDeclarer.declare(new Fields("logline"));
    }

    public Map getComponentConfiguration() {
        return null;
    }
}

(2)接下来再定义一个bolt，接收spout所发射的名称为logline的tuple，并对其进行解析：

import backtype.storm.task.OutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.IRichBolt;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Tuple;
import backtype.storm.tuple.Values;
import java.util.Map;


public class LogAnalysis implements IRichBolt {
    private  static final long serialVersionUID=1L;
    private OutputCollector collector;

    public void prepare(Map map, TopologyContext topologyContext, OutputCollector outputCollector) {
        this.collector=outputCollector;
    }

    public void execute(Tuple tuple) {
        String logLine=tuple.getString(0);
        String[] input_fields=logLine.toString().split(" ");
        collector.emit(new Values(input_fields[3]));//emit request url
    }

    public void cleanup() {

    }

    public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
        outputFieldsDeclarer.declare(new Fields("page"));
    }

    public Map getComponentConfiguration() {
        return null;
    }
}

(3)接下来，下游的bolt接收到LogAnalysis所发射的page字段，将会对每个页面访问的次数进行统计，还可以将次数写入到相应的存储系统中：

import backtype.storm.task.OutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.IRichBolt;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.tuple.Tuple;
import java.util.Map;


public class PageViewCounter implements IRichBolt{
    private  static final long serialVersionUID=1L;

    @Override
    public void prepare(Map map, TopologyContext topologyContext, OutputCollector outputCollector) {

    }

    @Override
    public void execute(Tuple tuple) {
        //对PV进行统计，持久化存储
        System.out.println(tuple.getValue(0));
    }

    @Override
    public void cleanup() {

    }

    @Override
    public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {

    }

    @Override
    public Map getComponentConfiguration() {
        return null;
    }
}

(4)spout和bolt编写好以后，接下里就需要将他们提交到storm集群中执行：

import backtype.storm.Config;
import backtype.storm.LocalCluster;
import backtype.storm.topology.TopologyBuilder;

public class MainJob {
    public static void main(String[] args) {
        TopologyBuilder builder=new TopologyBuilder();
        builder.setSpout("log-reader",new LogReader());
        builder.setBolt("log-analysis",new LogAnalysis()).shuffleGrouping("log-reader");
        builder.setBolt("pageview-counter",new PageViewCounter(),2).shuffleGrouping("log-analysis");
        Config config=new Config();
        config.setDebug(false);
        config.put(Config.TOPOLOGY_MAX_SPOUT_PENDING,1);
        LocalCluster cluster=new LocalCluster();
        cluster.submitTopology("log-process-toplogie",config,builder.createTopology());
    }
}

        第三步：以上步骤完成后，将LogReader.java、LogAnalysis.java、PageViewCounter.java、MainJob.java这四个类打成jar包，推荐eclipse中直接就可以导出为jar，然后要确保storm处于后台运行中，想要在在后台启动就可以在启动时附加参数：

#./storm nimbus  > /dev/null 2>&1 &

#./storm supervisor > /dev/null 2>&1 &

#./storm ui  > /dev/null 2>&1 &

       另外storm的ui即web管理界面默认端口为8080，要确保不冲突，没有被占用

       然后在控制台输入# ./storm jar /home/lvyuan/temp/logprocess.jar  MainJob      我打成的jar放在/home/lvyuan/temp这个目录下，主类就是MainJob   ，执行完后就会看到控制台输出日志文件中的请求url

      我这里往消息队列中放的abc.txt内容如下所示，是我用程序模拟nginx日志批量生成的，和真实的有一点区别，如果你只是做测试，又没有现成的日志信息，就那这个程序生成一个吧，程序demo在我的资源里

125.119.222.39 599 GET www.xxx.com/publish.htm www.taobao.com 301 490
124.109.222.29 21 POST www.xxx.com/publish.htm www.google.com 500 490
125.119.222.39 67 GET www.xxx.com/userinfo.htm www.taobao.com 301 490
125.19.22.29 43 GET www.xxx.com/index.htm www.sina.com 404 80834
125.119.222.39 21 POST www.xxx.com/index.htm www.taobao.com 404 439274
125.119.222.39 760 GET www.xxx.com/index.htm www.google.com 500 432943
126.119.222.29 43 POST www.xxx.com/index.htm www.qq.com 404 48243
174.119.232.29 599 GET www.xxx.com/list.htm www.taobao.com 200 432943
126.119.222.29 760 POST www.xxx.com/list.htm www.sina.com 500 439274
126.119.222.29 21 POST www.xxx.com/index.htm www.google.com 404 490
126.119.222.29 230 GET www.xxx.com/publish.htm www.taobao.com 302 80834
124.119.202.29 12 GET www.xxx.com/detail.htm www.sina.com 500 48243
124.119.202.29 12 POST www.xxx.com/index.htm www.google.com 404 432004

接下来就是任务执行过程中遇到的错误：

（1）因为要从activemq中读取日志，所以要提前把activemq导入相关jar放到storm的lib目录下，activemq-core-5.7.0.jar和javax.jms.jar这两个必须放

（2）程序没有报错，但是activemq的web管理界面页显示消息已被消费，但是控制台没有输出日志文件中的请求url，排查原因后发现刚开始我往消息队列中放消息时用的是

ObjectMessage  message=session.createObjectMessage(),但是我在storm自定义处理类中用的是TextMessage来接收，类型不匹配，难怪不输出也不报错。后来改回来

发送的时候用这个类TextMessage  message=session.createTextMessage就对了，类型一定要一致

（3）运行报错Caused by: java.lang.ClassNotFoundException: javax.management.j2ee.statistics.Stats

 解决方法：将management-api-1.1-rev-1.jar放到storm的lib目录下，也可能jar包名为javax.managent.j2ee-api-1.1.jar，反正我用的是前面那个名字，在maven中央仓库就可以找到，坐标为

    javax.management.j2ee
    management-api
    1.1-rev-1

storm自定义处理类用的是《大型分布式网站架构设计与实践》最后一章数据分析storm的例子