转载

码云推荐 | 基于 Hadoop 的 Kafka On Yarn

Kafka On Yarn

该项目用于把 Kafka 运行在 Yarn 的辅助项目.

该项目依赖: kafka, kafka-offset-console. 见 kafka-yarn.properties 的配置

kafka lib(kafka.zip):

./avro-1.7.7.jar
./avro-ipc-1.7.7.jar
./commons-cli-1.2.jar
./commons-collections-3.2.1.jar
./commons-configuration-1.6.jar
./commons-io-2.4.jar
./commons-lang-2.6.jar
./commons-logging-1.1.1.jar
./guava-14.0.1.jar
./hadoop-annotations-2.6.5.jar
./hadoop-auth-2.6.5.jar
./hadoop-common-2.6.5.jar
./hadoop-hdfs-2.6.5.jar
./hadoop-mapreduce-client-core-2.6.5.jar
./hadoop-yarn-api-2.6.5.jar
./hadoop-yarn-client-2.6.5.jar
./hadoop-yarn-common-2.6.5.jar
./htrace-core-3.0.4.jar
./jackson-core-asl-1.9.13.jar
./jackson-mapper-asl-1.9.13.jar
./joda-time-2.3.jar
./jopt-simple-3.2.jar
./kafka-yarn-0.1.0.jar
./kafka_2.10-0.8.1.1.jar
./log4j-1.2.17.jar
./metrics-core-2.2.0.jar
./netty-3.6.6.Final.jar
./protobuf-java-2.5.0.jar
./scala-library-2.10.1.jar
./slf4j-api-1.7.5.jar
./slf4j-log4j12-1.7.5.jar
./snappy-java-1.0.5.jar
./zkclient-0.3.jar
./zookeeper-3.3.4.jar

kafka on yarn lib(kafka-yarn.zip):

./avro-1.7.7.jar
./avro-ipc-1.7.7.jar
./commons-cli-1.2.jar
./commons-collections-3.2.1.jar
./commons-configuration-1.6.jar
./commons-io-2.4.jar
./commons-lang-2.6.jar
./commons-logging-1.1.1.jar
./guava-14.0.1.jar
./hadoop-annotations-2.6.5.jar
./hadoop-auth-2.6.5.jar
./hadoop-common-2.6.5.jar
./hadoop-hdfs-2.6.5.jar
./hadoop-mapreduce-client-core-2.6.5.jar
./hadoop-yarn-api-2.6.5.jar
./hadoop-yarn-client-2.6.5.jar
./hadoop-yarn-common-2.6.5.jar
./htrace-core-3.0.4.jar
./jackson-core-asl-1.9.13.jar
./jackson-mapper-asl-1.9.13.jar
./joda-time-2.3.jar
./kafka-yarn-0.1.0.jar
./KafkaOffsetMonitor-assembly-0.2.0.jar
./log4j-1.2.17.jar
./metrics-core-2.2.0.jar
./netty-3.6.6.Final.jar
./protobuf-java-2.5.0.jar
./scala-library-2.10.1.jar
./slf4j-api-1.7.5.jar
./slf4j-log4j12-1.7.5.jar
./snappy-java-1.0.5.jar

上述两个包,打包后放置到HDFS /lib/kafka 下.

部署指导

该项目基于Apache Hadoop 2.6.5 开发，已经在 hadoop2.6上充分测试，运行稳定。但在其他版本 Hadoop 没有测试，该项目代码架构基于我编写的其它 On Yarn 的架构，最早在hadoop 2.2.0上测试过，运行稳定。因此我认为基本可以在 Hadoop 2.2.0 之后的版本上运行。

众所周知，Hadoop 2.0 Yarn 程序都由 ApplicationMaster 管理。Yarn 上基本可以运行所有的 Master-Slave 架构。而 Kafka 是大数据工具的通用型技术，使之运行在 Yarn 上很有必要。

Kafka 是没有 Master，Slave 概念的，而 Kafka 也没有集成 Web 管理界面。github 上 Yahoo 开源的 KafkaOffsetMonitor-assembly 可以当做 Kafka 的管理界面，在 Yarn 上当做 ApplicationMaster 运行。

因此会出现如上的两个打包。