大数据平台日志存储分析系统解决方案

大数据平台日志存储分析系统是在大数据平台下，针对业务系统产生的日志记录进行存储和分析。日志数据来自ElasticSearch存储的日志历史数据，并将需要存储和分析的日志数据从ElasticSearch中读取到Kafka中。Kafka的消费者在侦听到数据消息进入后，以流方式获取数据写入到HBase中。存储在HBase中的数据则是为日志数据的检索与分析提供服务。Web前端通过调用后端API检索HBase中的数据，并进行透视表的可视化展现，展现后的数据支持CSV导出功能。

本解决方案包括的系统功能为：

• 读取Kafka消息，存储到HBase

• 检索HBase数据，提供API

• 显示内容的CSV导出

技术方案

确定该技术方案的前置条件包括：

• 推送到Kafka的消息已经准备就绪

• HBase的数据结构已经确定

• 日志检索条件固定

• 后端API已经确定，Web前端会调用该API

• Web前端开发已经就绪

技术架构

整个技术架构如下图所示：

系统分为三个模块：

• LogData Collector：通过Spark Streaming订阅Kafka的Topic，收集业务需要的日志数据，然后写入到HBase中。HBase搭建在HDFS的集群中。

• LogData Searching：这是一个Spring Boot服务，通过@RestController暴露API接口给前端。其内部则集成Spark，利用Spark SQL查询HBase数据库。

• Web UI前端：负责调用LogData Searching服务，并将数据呈现到UI上，并在前端实现显示数据的导出。

说明：导出功能可能有一个变化，倘若前端是分页显示，而导出的数据是符合检索条件的全量数据，则需要在导出时调用LogData Searching服务，获得导出所需的数据，而非前端已经显示的数据。