Kafka实战－数据持久化详解大数据

1.概述

经过前面Kafka实战系列的学习，我们通过学习《Kafka实战－入门》了解Kafka的应用场景和基本原理，《Kafka实战－Kafka Cluster》一文给大家分享了Kafka集群的搭建部署，让大家掌握了集群的搭建步骤，《Kafka实战－实时日志统计流程》一文给大家讲解一个项目（或者说是系统）的整体流程，《Kafka实战－Flume到Kafka》一文给大家介绍了Kafka的数据生产过程，《Kafka实战－Kafka到Storm》一文给大家介绍了Kafka的数据消费，通过Storm来实时计算处理。今天进入Kafka实战的最后一个环节，那就是Kafka实战的结果的数据持久化。下面是今天要分享的内容目录：

结果持久化

下面开始今天的分享内容。

2.结果持久化

一般，我们在进行实时计算，将结果统计处理后，需要将结果进行输出，供前端工程师去展示我们统计的结果（所说的报表）。结果的存储，这里我们选择的是Redis＋MySQL进行存储，下面用一张图来展示这个持久化的流程，如下图所示：

从途中可以看出，实时计算的部分由Storm集群去完成，然后将计算的结果输出到Redis和MySQL库中进行持久化，给前端展示提供数据源。接下来，我给大家介绍如何实现这部分流程。

3.实现过程

首先，我们去实现Storm的计算结果输出到Redis库中，代码如下所示：

package cn.hadoop.hdfs.storm; 

import java.util.HashMap; 

import java.util.Map; 

import java.util.Map.Entry; 

import redis.clients.jedis.Jedis; 

import cn.hadoop.hdfs.util.JedisFactory; 

import backtype.storm.task.OutputCollector; 

import backtype.storm.task.TopologyContext; 

import backtype.storm.topology.IRichBolt; 

import backtype.storm.topology.OutputFieldsDeclarer; 

import backtype.storm.tuple.Tuple; 

 * @Date Jun 10, 2015 

 * @Author dengjie 

 * @Note Calc WordsCount eg. 

public class WordsCounterBlots implements IRichBolt { 

 /** 

 private static final long serialVersionUID = -619395076356762569L; 

 OutputCollector collector; 

 Map String, Integer counter; 

 @SuppressWarnings("rawtypes") 

 public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) { 

 this.collector = collector; 

 this.counter = new HashMap String, Integer (); 

 public void execute(Tuple input) { 

 String word = input.getString(0); 

 Integer integer = this.counter.get(word); 

 if (integer != null) { 

 integer += 1; 

 this.counter.put(word, integer); 

 } else { 

 this.counter.put(word, 1); 

 for (Entry String, Integer entry : this.counter.entrySet()) { 

 // write result to redis 

 Jedis jedis = JedisFactory.getJedisInstance("real-time"); 

 jedis.set(entry.getKey(), entry.getValue().toString()); 

 // write result to mysql 

 // ... 

this.collector.ack(input); 

 public void cleanup() { 

 // TODO Auto-generated method stub 

 public void declareOutputFields(OutputFieldsDeclarer declarer) { 

 // TODO Auto-generated method stub 

 public Map String, Object getComponentConfiguration() { 

 // TODO Auto-generated method stub 

 return null; 

}

注：这里关于输出到MySQL就不赘述了，大家可以按需处理即可。

4.结果预览

在实现持久化到Redis的代码实现后，接下来，我们通过提交Storm作业，来观察是否将计算后的结果持久化到了Redis集群中。结果如下图所示：

通过Redis的Client来浏览存储的Key值，可以观察统计的结果持久化到来Redis中。

我们在提交作业到Storm集群的时候需要观察作业运行状况，有可能会出现异常，我们可以通过Storm UI界面来观察，会有提示异常信息的详细描述。若是出错，大家可以通过Storm UI的错误信息和Log日志打印的错误信息来定位出原因，从而找到对应的解决办法。

6.结束语

这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！

原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/9921.html

分布式文件系统，分布式数据库区块链并行处理（MPP）数据库，数据挖掘开源大数据平台数据中台数据分析数据开发数据治理数据湖数据采集