大数据实时项目(采集部分)[通俗易懂]

大数据实时项目(采集部分)[通俗易懂]第一章 实时需求概览1实时需求与离线需求的比较离线需求,一般是根据前一日的数据生成报表,虽然统计指标、报表繁多,但是对时效性不敏感。实时需求,主要侧重于对当日数据的实时监控,通常业务

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

 

 

 

第一章 实时需求概览

1  实时需求与离线需求的比较

离线需求,一般是根据前一日的数据生成报表,虽然统计指标、报表繁多,但是对时效性不敏感。

实时需求,主要侧重于对当日数据的实时监控,通常业务逻辑相对离线需求简单一下,统计指标也少一些,但是更注重数据的时效性,以及用户的交互性。

 

2 需求明细

2.1当日用户首次登录(日活)分时趋势图,昨日对比

 大数据实时项目(采集部分)[通俗易懂]

 

 

2.2当日首单交易额及分时趋势图,昨日对比

2.3活动相关统计

 

 

 

 第二章 实时统计架构

1 离线:

 大数据实时项目(采集部分)[通俗易懂]

 

 

2 实时:

 大数据实时项目(采集部分)[通俗易懂]

 

 

第三章  模拟日志生成器的使用

1 拷贝日志生成jar包到虚拟机的某个目录

 大数据实时项目(采集部分)[通俗易懂]

 

 

2 修改application.properties

 

 大数据实时项目(采集部分)[通俗易懂]

 

 

3、使用模拟日志生成器的jar 运行

java -jar gmall2020-mock-log-2020-04-01.jar

 

 

 

第四章 父工程:gmall2020-parent

1 建立工程

(课堂中命名可能与课件中不一致)

 大数据实时项目(采集部分)[通俗易懂]

 

 

 

2 pom.xml

<?xml version=”1.0″ encoding=”UTF-8″?>
<project xmlns=”http://maven.apache.org/POM/4.0.0″
         xmlns:xsi=”http://www.w3.org/2001/XMLSchema-instance”
         xsi:schemaLocation=”http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd”>
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.atguigu.gmall2020</groupId>
    <artifactId>gmall2020-parent</artifactId>
    <version>1.0-SNAPSHOT</version>
 
    </project>

 

 

 

第五章 搭建日志采集系统的集群

 1子模块日志采集模块 logger —单机开发调试

 1.1 springboot简介

Spring Boot 是由 Pivotal 团队提供的全新框架,其设计目的是用来简化新 Spring 应用的初始搭建以及开发过程。 该框架使用了特定的方式来进行配置,从而使开发人员不再需要定义样板化的配置。

 

1.1.1有了springboot 我们就可以

1  不再需要那些千篇一律,繁琐的xml文件。

2  内嵌Tomcat,不再需要外部的Tomcat

3  更方便的和各个第三方工具(mysql,redis,elasticsearch,dubbo,kafka等等整合),而只要维护一个配置文件即可。

 

1.1.2 springbootssm的关系

springboot整合了springmvc ,spring等核心功能。也就是说本质上实现功能的还是原有的spring ,springmvc的包,但是springboot单独包装了一层,这样用户就不必直接对springmvc, spring等,在xml中配置。

 

 

 

1.1.3  没有xml我们要去哪配置

1)  springboot实际上就是把以前需要用户手工配置的部分,全部作为默认项。除非用户需要额外更改不然不用配置。这就是所谓的“约定大于配置”

 

 

2)  如果需要特别配置的时候,去修改application.properties  (application.yml)

 

1.2 快速搭建

1.2.1 新建module

在project下增加一个Module,选择Spring Initializr

 

 

 大数据实时项目(采集部分)[通俗易懂]

 

 

大数据实时项目(采集部分)[通俗易懂]

 

 

 

目前企业中普遍选择2.1.3,不推荐选择2.2.x

 大数据实时项目(采集部分)[通俗易懂]

 

 

 1.2.2  pom.xml

 

<?xml version=”1.0″ encoding=”UTF-8″?>
<project xmlns=”http://maven.apache.org/POM/4.0.0″ xmlns:xsi=”http://www.w3.org/2001/XMLSchema-instance”
         xsi:schemaLocation=”http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd”>
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.1.13.RELEASE</version>
        <relativePath/> <!– lookup parent from repository –>
    </parent>
    <groupId>com.atguigu.gmall2020</groupId>
    <artifactId>gmall2020-logger</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>gmall2020-logger</name>
    <description>Demo project for Spring Boot</description>

    <properties>
        <java.version>1.8</java.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.kafka</groupId>
            <artifactId>spring-kafka</artifactId>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.56</version>
        </dependency>

        <dependency>
            <groupId>org.springframework.kafka</groupId>
            <artifactId>spring-kafka-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

</project>

 

 

 

 1.2.3 controller

@Controller
public class Demo1Controller {
    @ResponseBody
    @RequestMapping(“testDemo”)
    public String testDemo(){
        return “hello demo”;
    }
}

 

1.2.4 main方法启动tomcat

在程序中直接找到XXXXXApplication这个类

 

 大数据实时项目(采集部分)[通俗易懂]

 

 

大数据实时项目(采集部分)[通俗易懂]

 

 

这个类只有一个main函数 ,直接执行就可以

1.2.5 用浏览器测试

 

 大数据实时项目(采集部分)[通俗易懂]

 

 

1.2.6  修改端口号

resources目录下的application.properties 加入

server.port=80

 

 

 

1.3 springboot整合kafka

1.3.1 application.propeties

#============== kafka ===================
# 指定kafka 代理地址可以多个
spring.kafka.bootstrap-servers=hadoop1:9092

# 指定消息key和消息体的编解码方式
spring.kafka.producer.key-serializer=org.apache.kafka.common.serialization.StringSerializer
spring.kafka.producer.value-serializer=org.apache.kafka.common.serialization.StringSerializer

 

 

1.3.2  LogJsonController

import com.alibaba.fastjson.JSONObject;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
@Slf4j
public class LoggerController {

    @Autowired
    KafkaTemplate kafkaTemplate;

    @RequestMapping(“/applog”)
    public String applog(@RequestBody JSONObject jsonObject){
        String logJson = jsonObject.toJSONString();
        log.info(logJson);
        if(jsonObject.getString(“start”)!=null){
            kafkaTemplate.send(“GMALL_START”,logJson);
        }else{
            kafkaTemplate.send(“GMALL_EVENT”,logJson);

        }
 
        return “success”;
    }

}

 

 

1.3.3 logback.xml

<?xml version=”1.0″ encoding=”UTF-8″?>
<configuration>
    <property name=”LOG_HOME” value=”/applog/gmall2020″ />
    <appender name=”console” class=”ch.qos.logback.core.ConsoleAppender”>
        <encoder>
            <pattern>%msg%n</pattern>
        </encoder>
    </appender>

    <appender name=”rollingFile” class=”ch.qos.logback.core.rolling.RollingFileAppender”>
        <file>${LOG_HOME}/app.log</file>
        <rollingPolicy class=”ch.qos.logback.core.rolling.TimeBasedRollingPolicy”>
            <fileNamePattern>${LOG_HOME}/app.%d{yyyy-MM-dd}.log</fileNamePattern>
        </rollingPolicy>
        <encoder>
            <pattern>%msg%n</pattern>
        </encoder>
    </appender>

    <!– 将某一个包下日志单独打印日志 –>
    <logger name=”com.atguigu.gmall2020.logger.controller.LoggerController”
            level=”INFO” additivity=”false”>
         <appender-ref ref=”rollingFile” />
         <appender-ref ref=”console” />
    </logger>

    <root level=”error” additivity=”false”>
        <appender-ref ref=”console” />

    </root>
</configuration>

 

 

 

1.3.4创建对应的topic

kafka-topics.sh –create –topic GMALL_START –zookeeper hadoop1:2181,hadoop2:2181,hadoop3:2181     –partitions 4 –replication-factor 1

 

1.3.5 启动LoggerApplication 启动日志Mock的生成类

kafka进行测试

/bigdata/kafka_2.11-0.11.0.2/bin/kafka-console-consumer.sh –bootstrap-server  hadoop1:9092,hadoop2:9092,hadoop3:9092 –topic  GMALL_START   

 

 

 

 

 

 

2 日志采集模块打包部署 (部署到服务器)

2.1 修改logback中的配置文件

 

<?xml version=”1.0″ encoding=”UTF-8″?>
<configuration>
    <property name=”LOG_HOME” value=”/opt/applog/gmall2020″ />
    <appender name=”console” class=”ch.qos.logback.core.ConsoleAppender”>
        <encoder>
            <pattern>%msg%n</pattern>
        </encoder>
    </appender>

    <appender name=”rollingFile” class=”ch.qos.logback.core.rolling.RollingFileAppender”>
        <file>${LOG_HOME}/app.log</file>
        <rollingPolicy class=”ch.qos.logback.core.rolling.TimeBasedRollingPolicy”>
            <fileNamePattern>${LOG_HOME}/app.%d{yyyy-MM-dd}.log</fileNamePattern>
        </rollingPolicy>
        <encoder>
            <pattern>%msg%n</pattern>
        </encoder>
    </appender>

    <!– 将某一个包下日志单独打印日志 –>
    <logger name=”com.atgugu.gmall2020.mock.log.Mocker”
            level=”INFO” additivity=”true”>
        <appender-ref ref=”rollingFile” />
         <appender-ref ref=”console” />
    </logger>

    <root level=”error” additivity=”true”>
        <appender-ref ref=”console” />

    </root>
</configuration>

 

 

 

2.2 把打好的jar包拷贝到Linux 路径下  

 

2.3 启动jar

java -jar  /app/gmall2019/dw-logger-0.0.1-SNAPSHOT.jar    

如果出现权限问题,是因为Linux默认不允许非root账号使用1024以下的端口,所以改换为8080端口

java -jar  /app/gmall2019/dw-logger-0.0.1-SNAPSHOT.jar –server.port=8080  >/dev/null  2>&1  &

 

 

 

2.4 再次测试kafka消费

/bigdata/kafka_2.11-0.11.0.2/bin/kafka-console-consumer.sh –bootstrap-server  hadoop1:9092,hadoop2:9092,hadoop3:9092 –topic  GMALL_STARTUP   

 

 

 

 

 

3  搭建日志采集集群(集群部署)

3.1 Nginx 入门

3.1.1简介 

Nginx (“engine x”) 是一个高性能的HTTP和反向代理服务器,特点是占有内存少,并发能力强,事实上nginx的并发能力确实在同类型的网页服务器中表现较好,中国大陆使用nginx网站用户有:百度、京东、新浪、网易、腾讯、淘宝等。

 

3.1.2 Nginx 功能

1) 反向代理

 

什么是反向代理?先看什么是正向代理

 大数据实时项目(采集部分)[通俗易懂]

 

 

再看什么是反向代理

 

 大数据实时项目(采集部分)[通俗易懂]

 

 

 

2) 负载均衡

 大数据实时项目(采集部分)[通俗易懂]

 

 

负载均衡策略: 轮询

               权重

               备机

 

 

3) 动静分离

 

 大数据实时项目(采集部分)[通俗易懂]

 

 

3.1.3 安装

 1 yum安装依赖包

sudo yum -y install    openssl openssl-devel pcre pcre-devel    zlib zlib-devel gcc gcc-c++

 

 

2) 安装依赖包

解压缩nginx-xx.tar.gz包。

进入解压缩目录,执行

./configure   –prefix=/opt/module/nginx    

make && make install

–prefix=要安装到的目录

 

3) 启动、关闭命令nginx

启动命令:  在/usr/local/nginx/sbin目录下执行  ./nginx

关闭命令: 在/usr/local/nginx/sbin目录下执行  ./nginx  -s  stop

重新加载命令: 在/usr/local/nginx/sbin目录下执行  ./nginx  -s reload

 

如果启动时报错:

ln -s /usr/local/lib/libpcre.so.1 /lib64

 

 

 

 

3.1.4   赋权限

nginx占用80端口,默认情况下非root用户不允许使用1024以下端口

sudo setcap cap_net_bind_service=+eip /bigdata/nginx/sbin/nginx

 

 

3.1.5   修改/bigdata/nginx/conf/nginx.conf

 

http{

   ……….

    upstream logserver{

      server    hadoop1:8080 weight=1;  

      server    hadoop2:8080 weight=1;

      server    hadoop3:8080 weight=1;

 

    }

    server {

        listen       80;

        server_name  logserver;

 

        location / {

            root   html;

            index  index.html index.htm;

            proxy_pass http://logserver;

            proxy_connect_timeout 10;

 

         }

   ……….

}

 

 

3.2  集群脚本

 

#!/bin/bash

JAVA_BIN=/bigdata/jdk1.8.0_152/bin/java

PROJECT=gmall2019

APPNAME=xxxxx.jar

SERVER_PORT=8080

 

case $1 in

 “start”)

   {

 

    for i in hadoop1 hadoop2 hadoop3

    do

     echo “========: $i===============”

    ssh $i  “$JAVA_BIN -Xms32m -Xmx64m  -jar /applog/$PROJECT/$APPNAME –server.port=$SERVER_PORT >/dev/null 2>&1  &”

    done

     echo “========NGINX===============”

    /usr/local/nginx/sbin/nginx

  };;

  “stop”)

  {

     echo “======== NGINX===============”

    /usr/local/nginx/sbin/nginx  -s stop

    for i in  hadoop1 hadoop2 hadoop3

    do

     echo “========: $i===============”

     ssh $i “ps -ef|grep $APPNAME |grep -v grep|awk ‘{print \$2}’|xargs kill” >/dev/null 2>&1

    done

 

  };;

   esac

 

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/167461.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • Broadcasts —–Security considerations and best practices「建议收藏」

    Broadcasts —–Security considerations and best practices「建议收藏」Herearesomesecurityconsiderationsandbestpracticesforsendingandreceivingbroadcasts:Ifyoudon’tneedtosendbroadcaststocomponentsoutsideofyourapp,thensendandreceivelocal

  • HTTP状态404未找到是什么意思_HTTP状态码详解

    HTTP状态404未找到是什么意思_HTTP状态码详解一些常见的状态码为:200-服务器成功返回网页404-请求的网页不存在503-服务不可用详细分解:1xx(临时响应)表示临时响应并需要请求者继续执行操作的状态代码。代码说明100(继续)请求者应当继续提出请求。服务器返回此代码表示已收到请求的第一部分,正在等待其余部分。101(切换协议)请求者已要求服务器切换协议,服务器已确认并准备切换。…

  • 试简述分组交换的要点第七版_简单描述分组交换的过程

    试简述分组交换的要点第七版_简单描述分组交换的过程《计算机网络》谢希仁著第四版课后习题答案答:(1)报文分组,加首部(2)经路由器储存转发(3)在目的地合并

  • SQL聚合函数「建议收藏」

    SQL聚合函数「建议收藏」一、知识点聚合函数对组执行计算并返回每个组唯一的值。GROUPBY子句通常与聚合函数一起用于统计数据。GROUPBY子句将行排列成组,聚合函数返回每个组的统计量。常用的聚合函数有:COUNT(),SUM(),AVG(),MIN(),MAX()。COUNT(),其作用主要是返回每个组的行数,也会返回有NULL值的列,可用于数字和字符列。SUM(),主要用于返回表达式中所有的总和,忽略NULL值,仅用于数字列。AVG(),返回表达式所有的平均值,仅用于数字列并且自动忽略NULL值。MIN(),返

  • ThinkPHP3.2 实现Mysql数据库备份

    ThinkPHP3.2 实现Mysql数据库备份

    2021年10月13日
  • php 字符串转换时间_php 字符时间如何转换「建议收藏」

    php 字符串转换时间_php 字符时间如何转换「建议收藏」php字符时间转换的方法:1、通过php中的“strtotime()”函数将任何英文文本的日期时间描述解析为时间戳;2、使用php中的“mktime()”函数从日期取得时间戳即可。本文操作环境:windows7系统、PHP5.6版,DELLG3电脑。php字符串转时间戳PHP提供了函数可以方便的将各种形式的日期转换为时间戳,该类函数主要是:strtotime():将任何英文文本的日期时间描述解…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号