【大数据技术Hadoop+Spark】Flume、Kafka的简介及安装（图文解释 超详细）
Flume简介
Flume是Cloudera提供的一个高可用、高可靠、分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。
Flume主要由3个重要的组件构成：
1）Source：完成对日志数据的收集，分成transtion 和 event 打入到channel之中。
2）Channel：主要提供一个队列的功能，对source提供中的数据进行简单的缓存。
3）Sink：取出Channel中的数据，进行相应的存储文件系统，数据库，或者提交到远程服务器
Flume逻辑上分三层架构：agent，collector，storage。agent用于采集数据，agent是Flume中产生数据流的地方，同时，agent会将产生的数据流传输到collector。collector的作用是将多个agent的数据汇总后，加载到storage中。storage是存储系统，可以是一个普通file，也可以是HDFS，HIVE，HBase等。
Flume安装
1）下载apache-flume-1.8.0-bin.tar.gz，下载网址是：
下载网址
2）执行tar -zxvf apache-flume-1.8.0-bin.tar.gz -C /hadoop/ 命令进行解压缩，此例的解压路径是/hadoop。
3）编辑/etc/profile文件，加入以下内容：(以前的JAVA配置在安装hadoop时已经配置)。
4） 生成conf路径下的flume-env.sh 配置文件，执行拷贝命令
5）编辑flume-env.sh文件，在文件的最开始位置增加一行内容，根据你的jdk安装路径设置JAVA_HOME变量
export JAVA_HOME=/usr/java/jdk1.8.0_161
6） 生成conf路径下的/flume-conf.properties 配置文件，执行拷贝命令
7）编辑flume-env.sh文件，在文件末尾加入agent1、source1、channel1、sink1配置
8）启动服务，命令行上执行以下命令：
flume-ng agent -n agent1 -c conf -f
/hadoop/apache-flume-1.8.0-bin/conf/flume-conf.properties -Dflume.root.logger=DEBUG，console
9）测试：在/hadoop/apache-flume-1.8.0-bin/logs创建一个文件test.txt，输入文本hello flume，可以看到flume的agent自动上传了我们刚刚创建的文件
Kafka简介
Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理生产者和消费者的所有动作流数据。生产者（Produce）向Kafka集群发送消息，在发送消息之前，会对消息进行分类，即主题（Topic），通过对消息指定主题可以将消息分类，消费者可以只关注自己需要的Topic中的消息。消费者（Consumer）通过与kafka集群建立长连接的方式，不断地从集群中拉取消息，然后可以对这些消息进行处理
Kafka安装
1）下载/kafka_2.11-2.4.1.tgz，
2）执行tar -zxvf kafka_2.11-2.4.1.tgz -C /hadoop/ 命令进行解压缩，此例的解压路径是/hadoop.
3）编辑/etc/profile文件，加入以下内容
export ZOOKEEPER_HOME=/hadoop/zookeeper-3.4.13
export KAFKA_HOME=/hadoop/kafka_2.11-2.4.1
export PATH=$PATH:$KAFKA_HOME/bin
4）修改config路径下的server.properties 配置文件
broker.id=0
listeners=PLAINTEXT://172.16.106.69:9092
advertised.listeners=PLAINTEXT://172.16.106.69:9092
zookeeper.connect=172.16.106.69:2181，172.16.106.70:2181，172.16.106.71:2181
#根据自己ip对应修改即可5）将安装文件拷贝到另两个节点，命令如下：
scp -r kafka_2.11-2.4.1 [email protected]:/hadoop/
scp -r kafka_2.11-2.4.1 [email protected]:/hadoop/
6）另外两个节点上的配置
broker.id 分别修改成： 1 和 2
listeners 在ip那里分别修改成子节点对应的
advertised.listeners ip那里分别修改成子节点对应的
（2）另外两个节点上配置kafka环境变量
7）启动服务， 在三个节点都启动kafka上执行以下命令：
./kafka-server-start.sh /hadoop/kafka_2.11-2.4.1/config/server.pro
8）测试。 在主节点上创建主题TestTopic，命令如下：
kafka-topics.sh
--zookeeper 172.16.106.69:2181，172.16.106.70:2181，172.16.106.71:2181
--topic TestTopic --replication-factor 1 --partitions 1 --create
在主节点上启动一个生产者，命令如下：
kafka-console-producer.sh
--broker-list 172.16.106.69:9092，172.16.106.70:9092，172.16.106.71:9092
--topic TestTopic
在其他两个节点上分别创建消费，命令如下：
kafka-console-consumer.sh
--bootstrap-server ，172.16.106.70:9092 --topic TestTopic --from-beginning
kafka-console-consumer.sh
--bootstrap-server ，172.16.106.71:9092 --topic TestTopic --from-beginning
在主节点生产者命令行那里输入一段话
然后你就会发现在其他两个消费者节点那里也出现了这句话，即消费到了该数据，演示如下
创作不易 觉得有帮助请点赞关注收藏~~~