【大数据技术】Spark+Flume+Kafka实现商品实时交易数据统计分析实战（附源码）-Toy模板网

这篇具有很好参考价值的文章主要介绍了【大数据技术】Spark+Flume+Kafka实现商品实时交易数据统计分析实战（附源码）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

需要源码请点赞关注收藏后评论区留言私信~~~

Flume、Kafka区别和侧重点

1）Kafka 是一个非常通用的系统，你可以有许多生产者和消费者共享多个主题Topics。相比之下，Flume是一个专用工具被设计为旨在往HDFS，HBase等发送数据。它对HDFS有特殊的优化，并且集成了Hadoop的安全特性。如果数据被多个系统消费的话，使用kafka；如果数据有多个生产者场景，或者有写入Hbase、HDFS操作，使用Flume。

2）Flume可以使用拦截器实时处理数据。而Kafka需要外部的流处理系统才能做到。

3）Kafka和Flume都是可靠的系统，通过适当的配置能保证零数据丢失。然而，Flume不支持副本事件。如果Flume代理的一个节点奔溃了，即使使用了可靠的文件管道方式，你也将丢失这些事件直到你恢复这些磁盘。如果你需要一个高可靠行的管道，那么使用Kafka是个更好的选择。

Spark Streaming与Flume、Kafka整合与开发

此开发示例的功能是商品实时交易数据统计分析，通过Flume实时收集交易订单，将数据分发Kafka，Kafka将数据传输到Spark Streaming，Spark Streaming统计商品的销售量。实现主要有以下几个步骤：

1）通过LOG日志模拟产生实时交易数据

2）Flume收集模拟产生实时交易数据

3）Flume将数据发送给Kafka消息队列

4）Spark Streaming接收Kafka消息队列的消息，每5秒进行数据统计

具体实现如下：

1）新建MAVEN项目，名称为RealtimeAnalysis，新建过程请见第9章。在POM.XML文件中加入依赖包

2）在工程的resource目录下新建log4j.properties文件，其中注意的是log4j.appender.flume.Hostname的配置，要配置成你安装flume的服务器

3）在工程的test目录下新建java类LoggerGenerator，此类用于不断模拟产生订单交易数据，在此类中每6秒调用一次PaymentInfo交易的实体类的random方法是模拟产生订单交易数据方法，数据以JSON格式返回。其中PaymentInfo是交易的实体类，用三个成员变量，分别是订单编号、商品编号、商品价格，LoggerGenerator为模拟日志生成类

4）在安装Flume服务器的conf目录下新建文件log4j_flume.properties，其中注意的是sinks.kafka_sink.brokerList配置的是连接Kafka集群的地址和端口号

5）启动flume，命令如下：

./kafka-server-start.sh /hadoop/kafka_2.11-2.4.1/config/server.properties &

6）新建topic，名称为 logtoflume，命令如下：

kafka-topics.sh
  --zookeeper 172.16.106.69:2181，172.16.106.70:2181，172.16.106.71:2181
 --topic logtoflume --replication-factor 1 --partitions 1  --create

7）新建scala类KafkaConsumerMsg，接收kafka下的topic队列，名称为logtoflume的数据，并做统计

8）启动LoggerGenerator不断模拟产生订单交易数据，运行效果如下：

【大数据技术】Spark+Flume+Kafka实现商品实时交易数据统计分析实战（附源码）

9）启动KafkaConsumerMsg接收kafka下的topic队列的数据，并做统计，运行效果如下：

【大数据技术】Spark+Flume+Kafka实现商品实时交易数据统计分析实战（附源码）

部分代码如下

import com.alibaba.fastjson.JSONObject;

import java.util.Random;
import java.util.UUID;
public class PaymentInfo {
    private static final long serialVersionUID = 1L;
    private String orderId;//订单编号
    private String productId;//商品编号
    private long productPrice;//商品价格
    public PaymentInfo() {
    }
    public static long getSerialVersionUID() {
        return serialVersionUID;
    }
    public String getOrderId() {
        return orderId;
    }
    public void setOrderId(String orderId) {
        this.orderId = orderId;
    }
    public String getProductId() {
        return productId;
    }
    public void setProductId(String productId) {
        this.productId = productId;
    }
    public long getProductPrice() {
        return productPrice;
    }
    public void setProductPrice(long productPrice) {
        this.productPrice = productPrice;
    }
    @Override
    public String toString() {
        return "PaymentInfo{" +
                "orderId='" + orderId + '\'' +
                ", productId='" + productId + '\'' +
                ", productPrice=" + productPrice +
                '}';
    }
    //模拟订单数据
    public String random() {
        Random r = new Random();
        this.orderId = UUID.randomUUID().toString().replaceAll( "-", "" );
        this.productPrice = r.nextInt( 1000 );
        this.productId = r.nextInt( 10 ) + "";
        JSONObject obj = new JSONObject();
        String jsonString = obj.toJSONString( this );
        return jsonString;
    }
}

创作不易觉得有帮助请点赞关注收藏~~~文章来源地址https://www.toymoban.com/news/detail-435299.html

到了这里，关于【大数据技术】Spark+Flume+Kafka实现商品实时交易数据统计分析实战（附源码）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！