[轉(zhuǎn)]Kafka到Hdfs的數(shù)據(jù)Pipeline整理

作者:Syn良子 出處:http://www.cnblogs.com/cssdongl 轉(zhuǎn)載請注明出處
找時間總結(jié)整理了下數(shù)據(jù)從Kafka到Hdfs的一些pipeline庇勃,如下
1> Kafka -> Flume –> Hadoop Hdfs
常用方案,基于配置,需要注意hdfs小文件性能等問題.
GitHub地址: https://github.com/apache/flume
2> Kafka -> Kafka Hadoop Loader ->Hadoop Hdfs
Kafka Hadoop Loader通過為kafka Topic下每個分區(qū)建立對應(yīng)的split來創(chuàng)建task實現(xiàn)增量的加載數(shù)據(jù)流到hdfs,上次消費的partition offset是通過zookeeper來記錄的.簡單易用.
GitHub地址: https://github.com/michal-harish/kafka-hadoop-loader
3> Kafka -> KaBoom -> Hadoop Hdfs
KaBoom是一個借助Krackle(開源的kafka客戶端,能極大的減少對象的創(chuàng)建披摄,提高應(yīng)用程序的性能)來消費kafka的Topic分區(qū)數(shù)據(jù)隨后寫如hdfs,利用Curator和Zookeeper來實現(xiàn)分布式服務(wù),能夠靈活的根據(jù)topic來寫入不同的hdfs目錄.
GitHub地址: https://github.com/blackberry/KaBoom
4> Kafka -> Kafka-connect-hdfs -> Hadoop Hdfs
Confluent的Kafka Connect旨在通過標(biāo)準(zhǔn)化如何將數(shù)據(jù)移入和移出Kafka來簡化構(gòu)建大規(guī)模實時數(shù)據(jù)管道的過程馆铁∨苋啵可以使用Kafka Connect讀取或?qū)懭胪獠肯到y(tǒng),管理數(shù)據(jù)流并擴展系統(tǒng)埠巨,而無需編寫新代碼.
GitHub地址: https://github.com/confluentinc/kafka-connect-hdfs
5> Kafka -> Gobblin -> Hadoop Hdfs
Gobblin是LinkedIn開源的一個數(shù)據(jù)攝取組件.它支持多種數(shù)據(jù)源的攝取历谍,通過并發(fā)的多任務(wù)進行數(shù)據(jù)抽取,轉(zhuǎn)換辣垒,清洗望侈,最終加載到目標(biāo)數(shù)據(jù)源.支持單機和Hadoop MR二種方式,而且開箱即用勋桶,并支持很好的擴展和二次開發(fā).
GitHub地址: https://github.com/linkedin/gobblin

另外添加的資料
1脱衙、HiveKa : Apache Hive's storage handler that adds support in Apache Hive to query data from Apache Kafka
https://github.com/HiveKa/HiveKa
2、Confluent Platform - HDFS Connector
http://kaimingwan.com/post/kafka/kafkachi-jiu-hua-shu-ju-dao-hdfsde-fang-fa
http://docs.confluent.io/2.0.0/connect/connect-hdfs/docs/index.html
3例驹、camus或gobblin
http://www.aboutyun.com/thread-20701-1-1.html

參考資料:
https://www.confluent.io/blog/how-to-build-a-scalable-etl-pipeline-with-kafka-connect
http://gobblin.readthedocs.io/en/latest/Getting-Started/
http://gobblin.readthedocs.io/en/latest/case-studies/Kafka-HDFS-Ingestion/
https://github.com/confluentinc/kafka-connect-blog
http://docs.confluent.io/3.1.1/connect/connect-hdfs/docs/index.html

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末捐韩,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子鹃锈,更是在濱河造成了極大的恐慌荤胁,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,123評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件屎债,死亡現(xiàn)場離奇詭異仅政,居然都是意外死亡垢油,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評論 2 384
  • 文/潘曉璐 我一進店門已旧,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人召娜,你說我怎么就攤上這事运褪。” “怎么了玖瘸?”我有些...
    開封第一講書人閱讀 156,723評論 0 345
  • 文/不壞的土叔 我叫張陵秸讹,是天一觀的道長。 經(jīng)常有香客問我雅倒,道長璃诀,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,357評論 1 283
  • 正文 為了忘掉前任蔑匣,我火速辦了婚禮劣欢,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘裁良。我一直安慰自己凿将,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,412評論 5 384
  • 文/花漫 我一把揭開白布价脾。 她就那樣靜靜地躺著牧抵,像睡著了一般。 火紅的嫁衣襯著肌膚如雪侨把。 梳的紋絲不亂的頭發(fā)上犀变,一...
    開封第一講書人閱讀 49,760評論 1 289
  • 那天,我揣著相機與錄音秋柄,去河邊找鬼获枝。 笑死,一個胖子當(dāng)著我的面吹牛骇笔,可吹牛的內(nèi)容都是我干的映琳。 我是一名探鬼主播,決...
    沈念sama閱讀 38,904評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼蜘拉,長吁一口氣:“原來是場噩夢啊……” “哼萨西!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起旭旭,我...
    開封第一講書人閱讀 37,672評論 0 266
  • 序言:老撾萬榮一對情侶失蹤谎脯,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后持寄,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體源梭,經(jīng)...
    沈念sama閱讀 44,118評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡娱俺,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,456評論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了废麻。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片荠卷。...
    茶點故事閱讀 38,599評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖烛愧,靈堂內(nèi)的尸體忽然破棺而出油宜,到底是詐尸還是另有隱情,我是刑警寧澤怜姿,帶...
    沈念sama閱讀 34,264評論 4 328
  • 正文 年R本政府宣布慎冤,位于F島的核電站,受9級特大地震影響沧卢,放射性物質(zhì)發(fā)生泄漏蚁堤。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,857評論 3 312
  • 文/蒙蒙 一但狭、第九天 我趴在偏房一處隱蔽的房頂上張望披诗。 院中可真熱鬧,春花似錦立磁、人聲如沸藤巢。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽掂咒。三九已至,卻和暖如春迈喉,著一層夾襖步出監(jiān)牢的瞬間绍刮,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評論 1 264
  • 我被黑心中介騙來泰國打工挨摸, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留孩革,地道東北人。 一個月前我還...
    沈念sama閱讀 46,286評論 2 360
  • 正文 我出身青樓得运,卻偏偏與公主長得像膝蜈,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子熔掺,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,465評論 2 348

推薦閱讀更多精彩內(nèi)容