1 项目介绍
2 涉及技术
3 项目讲解
4 收获
5 与前一个项目的对比

1 项目介绍

电信级海量通话日志数据的存储，为用户提供：1 实时查询通话记录；2 离线查询近N年通话记录；

image.png

2 涉及技术

• hadoop体系架构与ha配置方案。
• hbase体系架构与ha配置方案
• flume实时收集架构方案。
• SSM实现前端web实现以及与后端HBase的交互架构方案。
• hive+oozie实现的周期任务调度。

3 项目讲解

1 项目模块介绍

image.png

项目分为4个模块：

1. CallLogGenMoudle：产生数据，并将其写入到log文件中

2. CallLogCoproessorModule：Hbase协作器，触发处理业务数据

3. CallLogConsumerMoidle：消费Kafka数据，并将其存储到Hbase中，用于实时显示

4. ssm：前台web端，用户发送请求，展示结果。

2 项目流程图（不多说，敲黑板！！！）

image.png

3 项目重要配置

（1）Flume配置文件

  1 a1.sources = r1
  2 a1.sinks = k1
  3 a1.channels = c1
  4 
  5 a1.sources.r1.type=exec
  6 a1.sources.r1.command=tail -F -c +0 /home/spark/log/calllog/calllog.log
  7 
  8 a1.channels.c1.type=memory
  9 
 10 a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
 11 a1.sinks.k1.kafka.topic = calllog
 12 a1.sinks.k1.kafka.bootstrap.servers = s2:9092 s3:9092 s4:9092
 13 a1.sinks.k1.kafka.flumeBatchSize = 20
 14 a1.sinks.k1.kafka.producer.acks = 1
 15 
 16 a1.sources.r1.channels = c1
 17 a1.sinks.k1.channel = c1

（2）Hbase数据库至Hive数据库之间的转化

//key是hbase的rowkey, 各个字段是hbase中的quailiter
CREATE external TABLE hbase_table_1(key String, name string)  -- 创建hive的表 
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  -- 使用的类
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,info:name") -- 字段映射关系
TBLPROPERTIES ("hbase.table.name" = "userinfo"); --映射的表

数据转移-从HBase到Hive

4 收获

（1）大数据环境搭建（4台主机）

1. Hadoop分布式搭建
2. Spark分布式搭建
3. Flume使用
4. Kafka使用
5. Zookeeper使用
6. Hbase搭建
7. Hive使用

各个机器分布如图

image.png

（2）学会基本的消息处理（基本流程）

1. 实时生成消息；
2. Flume收集消息，并sink到Kafka集群中；
3. 代码读取Kafka集群中消息，并存入到Hbase中；
4. 将Hbase中数据转化为Hive;
5. 前台SSM程序读取Hbase和Hive中数据，并展示在Web端。

5 与前一个项目的对比

这个项目和Spark实时离线电影推荐系统相比，特点如下：

1. 本项目，重点在于环境搭建。实现多台主机的环境配置，完成从前台Web端到后台处理系统整个的处理流程，清晰的再现了大数据各个生态组件如何相互协同合作，为前台提供服务。
2. 前一个项目，重点在于推荐算法的实现，推荐模型的训练，推荐结果的产生。就是编写代码，用Spark处理数据。

学完这两个项目，觉得环境配置相对容易，而用Spark的Scala去实际处理数据，去解决其中的问题较难，这也是是我下个阶段的研究重点。

---

end