1.Flink实时项目之前期准备

1.日志生成项目

日志生成机器：hadoop101

jar包：mock-log-0.0.1-SNAPSHOT.jar

gmall_mock

     |----mock_common

     |----mock_db

     |----mock_log

项目地址：https://github.com/zhangbaohpu/gmall-mock

将模块mock_log打包成jar，并在同级添加application.yml

cd /opt/software/applog/

vim application.yml

# 外部配置打开
# logging.config=./logback.xml
#业务日期
mock.date: "2020-12-18"
​
#模拟数据发送模式
mock.type: "http"
#http模式下，发送的地址
mock.url: "http://hadoop101:8081/applog"
​
#mock:
#  kafka-server: "hdp1:9092,hdp2:9092,hdp3:9092"
#  kafka-topic: "ODS_BASE_LOG"
​
#启动次数
mock.startup.count: 1000
#设备最大值
mock.max.mid: 20
#会员最大值
mock.max.uid: 50
#商品最大值
mock.max.sku-id: 10
#页面平均访问时间
mock.page.during-time-ms: 20000
#错误概率 百分比
mock.error.rate: 3
#每条日志发送延迟 ms
mock.log.sleep: 100
#商品详情来源  用户查询，商品推广，智能推荐, 促销活动
mock.detail.source-type-rate: "40:25:15:20"
​
#领取购物券概率
mock.if_get_coupon_rate: 75
​
#购物券最大id
mock.max.coupon-id: 3
​
#搜索关键词  
mock.search.keyword: "图书,小米,iphone11,电视,口红,ps5,苹果手机,小米盒子"

然后启动项目

java -jar mock-log-0.0.1-SNAPSHOT.jar

默认端口8080，调用以下方法，会向接口http://hadoop101:8081/applog 发送日志数据

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.ConfigurableApplicationContext;
​
@SpringBootApplication
public class GmallMockLogApplication {
​
    public static void main(String[] args) {
        ConfigurableApplicationContext context = SpringApplication.run(GmallMockLogApplication.class, args);
        MockTask mockTask = context.getBean(MockTask.class);
        mockTask.mainTask();
    }
}

2.日志采集项目

日志处理机器：hadoop101，hadoop102，hadoop103

项目地址：https://github.com/zhangbaohpu/gmall-flink-parent/tree/master/gmall-logger

jar包：gmall-logger-0.0.1-SNAPSHOT.jar

项目中配置文件：application.yml

server:
  port: 8081
#kafka
spring:
  kafka:
    bootstrap-servers: 192.168.88.71:9092,192.168.88.72:9092,192.168.88.73:9092
    producer:
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      value-serializer: org.apache.kafka.common.serialization.StringSerializer

LoggerController.java

接收日志，并把日志发送给kafka

import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
​
/**
 * @author zhangbao
 * @date 2021/5/16 11:33
 **/
@RestController
@Slf4j
public class LoggerController {
​
    @Autowired
    KafkaTemplate kafkaTemplate;
    @RequestMapping("/applog")
    public String logger(String param){
        log.info(param);
        kafkaTemplate.send("ods_base_log",param);
        return param;
    }
}

3.nginx配置

安装机器：hadoop101

修改nginx.conf配置，hadoop101作为负载均衡机器，hadoop101，hadoop102，hadoop103作为日志处理机器，nginx默认端口为80，主要配置如下：

#在 server 内部配置
location /
{
        proxy_pass http://www.logserver.com;
}
#切记：在 server 外部配置反向代理
upstream www.logserver.com{
        server hadoop101:8081 weight=1;
        server hadoop102:8081 weight=2;
        server hadoop103:8081 weight=3;
}

4.将日志采集项目jar分发

将日志采集jar包分发到其他机器，供nginx负载均衡转发调用

xsync gmall-logger-0.0.1-SNAPSHOT.jar

5.修改模拟日志生成的配置

我们将生成的日志发送给nginx，然后再分发到其他采集日志的机器，生成日志的机器在hadoop101

cd /opt/software/applog/

vim application.yml

  #模拟数据发送模式
mock.type: "http"
  #http模式下，发送的地址
mock.url: "http://hadoop101/applog"

6.集群群起脚本

将采集日志服务和nginx服务放在脚本中

在/home/zhangbao/bin创建脚本logger.sh

cd /home/zhangbao/bin，并授予执行权限

#!/bin/bash
​
JAVA_HOME=/opt/module/jdk1.8.0_144/bin/java
APPNAME=gmall-logger-0.0.1-SNAPSHOT.jar
​
case $1 in
"start"){
        for i in hadoop101 hadoop102 hadoop103
        do
                echo "================$i================="
                ssh $i "$JAVA_HOME -Xms32m -Xmx64m -jar /opt/software/applog/$APPNAME >/dev/null 2>&1 &"
        done
        echo "===============NGINX================="
        /opt/module/nginx/sbin/nginx
};;
"stop"){
        echo "===============NGINX================="
        /opt/module/nginx/sbin/nginx -s stop
        for i in hadoop101 hadoop102 hadoop103
        do
                echo "================$i==============="
                ssh $i "ps -ef|grep $APPNAME |grep -v grep|awk '{print \$2}'|xargs kill" >dev/null 2>&1
        done
};;
esac

7.测试

	hadoop101	hadoop102	hadoop103
gmall_mock（生产日志）	√
gmall-logger（采集日志）	√	√	√
nginx	√
kafka	√	√	√

注意以下操作需要在linux的zhangbao用户下操作，因为这些组件是在此用户下安装，不然起不来，脚本都在hadoop101这台机器：

启动zookeeper

su zhangbao

zk.sh start

启动kafka

kf.sh start

然后本项目的jar包可以在root用户下操作

手动执行

1.启动kafka消费者

kafka-console-consumer.sh --zookeeper hadoop101:2181,hadoop102:2181,hadoop103:2181 --topic ods_base_log

2.启动nginx

/opt/module/nginx/sbin/nginx，地址：http://hadoop101/

3.启动日志采集服务

日志采集服务做了负载均衡，分别在hadoop101，hadoop102，hadoop103

java -jar /opt/software/applog/gmall-logger-0.0.1-SNAPSHOT.jar

4.生产日志服务

生产日志服务在hadoop101，一台即可

java -jar /opt/software/applog/mock-log-0.0.1-SNAPSHOT.jar

使用脚本启停采集日志服务和nginx服务

./bin/logger.sh start

./bin/logger.sh stop