NiFi-面向流程的大数据处理框架

任何一个大数据分析的软件，都需要一个强大的数据拉取组件、数据仓储系统、数据处理引擎、任务调度引擎和流程设计界面。Hadoop和Spark的重点是在数据的存储和任务调度，R的重点是数据分析引擎。数据拉取组件和流程则是NiFi的主要强项。

一、NiFi是什么？

Apache NiFi 是一个易于使用、功能强大而且可靠的数据拉取、数据处理和分发系统。Apache NiFi 是为数据流设计。它支持高度可配置的指示图的数据路由、转换和系统中介逻辑，支持从多种数据源动态拉取数据。NiFi原来是NSA的一个项目，现在开源出来，由Apache基金会进行管理。

NiFi是基于Java的，使用Maven支持包的构建管理。 NiFi基于Web方式工作，后台在服务器上进行调度。可以为数据处理定义一个流程，然后进行处理，后台具有数据处理引擎、任务调度等组件。

二、NiFi的安装

首先需要安装maven和java的最新版，在Ubuntu上的OpenJDK会遇到遇到一些问题，因此建议从Oracle的官网http://java.com去下载，而且要SDK而不是jre。解压后到/etc/profile文件中设置JAVA_HOME的路径，以便让其它的程序能访问到。然后安装maven，ubuntu15.04的maven版本也都太久了，到http://maven.apache.org/去下载一个最新的版本，然后设置MAVEN_HOME的路径，并加到PATH环境变量中。设置完了后，看起来是这个样子：

export JAVA_HOME=/home/supermap/jdk1.8.0_51
export MAVEN_HOME=/home/supermap/GIScript/apache-maven-3.3.3
export PATH=$JAVA_HOME/bin:$MAVEN_HOME/bin:$PATH

现在，到http://nifi.apache.org/去下载NiFi的安装程序。由于NiFi采用maven进行包管理，因此编译过程中会自动下载大量的支持库，需要保持网络畅通。如果中间出错，一般是网络连接中断引起的，重新运行编译即可。

三、NiFi的使用

运行（为了让环境变量有效，最好重启一下系统）：

mvn clean install

然后，等待...等结束后，进/home/supermap/GIScript/nifi-0.2.1/nifi-assembly/target，找到nifi-XXX-bin.zip这个文件，拷贝到自己的运行目录，解压，进去，执行：

./bin/nifi.sh start

然后，通过浏览器访问地址：http://localhost:8080/nifi/，正常情况下，就能看到NiFi的主界面了。

停止服务使用：./bin/nifi.sh stop

目前的版本是0.2.X，还不算很成熟，但是考虑到在NSA已经使用，应该还是有一定的可用性的，只是目前的文档和教程都还很少，主要通过阅读源代码来理解程序的逻辑。