简介

前言

公司的一个大数据项目是通过使用spark每隔一分钟统计一次15分钟内的日志信息,一般40~50s左右就可以统计完,但是偶尔会出现某几次任务时间超出一分钟的,而我的需求就是定位问题与解决问题,这里就特意写个文集来记录自己学习该大数据日志分析系统的心得

目录
1.系统架构
2.环境搭建
2.1本地环境下kafka批量导入数据
2.2 kafka-manager的安装与配置
3.1 Spark Streaming 性能调优(一): 解决并行度
3.2 Spark Streaming 性能调优(二): 解决task倾斜