开源日志项目（java,zookeeper,kafka,flue
记一次日志项目从日志采集，分布式协调，中间件消费，到数据库存储管理，到图形化界面展示
1 安装java环境
官网下载想要的java版本，网址为：https://www.oracle.com/technetwork/java/javase/downloads/index.html
我下载的版本为jdk-12.0.1_linux-x64_bin.tar
创建目录
#mkdir -p /usr/local/java
解压到/usr/local/java目录下，
#tar -zvxf jdk-12.0.1_linux-x64_bin.tar
配置环境变量
#vi /etc/profile
export KAFKA_HOME=/app/kafka
export JAVA_HOME=/usr/local/java/jdk-12.0.1
export JRE_HOME=/usr/local/java/jdk-12.0.1
export CATALINA_BASE=/usr/local/tomcat
export CATALINA_HOME=/usr/local/tomcat
export CATALINA_TMPDIR=/usr/local/tomcat/temp
export CLASSPATH=/usr/local/tomcat/bin/bootstrap.jar:/usr/local/tomcat/bin/tomcat-juli.jar
export PATH=$PATH:$JAVA_HOME/bin:$CATALINA_HOME/bin:/app/mongodb/bin:$KAFKA_HOME/bin
# source /etc/profile
验证是否安装成功
#java --version
java 12.0.1 2019-04-16
Java(TM) SE Runtime Environment (build 12.0.1+12)
Java HotSpot(TM) 64-Bit Server VM (build 12.0.1+12, mixed mode, sharing)
安装jdk成功
2安装zookeeper
zookeeper集群的安装,准备三台服务器
server1:192.168.72.134
server2:192.168.72.135
server3:192.168.72.136
1)下载zookeeper
到http://zookeeper.apache.org/releases.html去下载最新版本，zookeeper-3.4.6.tar.gz
2)安装zookeeper
先在服务器server分别执行a-c步骤
a)解压
#tar -zxvf zookeeper-3.4.6.tar.gz
创建目录 mkdir /app
#cp -r zookeeper-3.4.6 /app/zookeeper
b）配置
将conf/zoo_sample.cfg拷贝一份命名为zoo.cfg，也放在conf目录下
dataDir,dataLogDir目录需要提前创建出来
#mkdir -p /app/zookeeper/zkdata
mkdir -p /app/zookeeper/logs
c ）配置myid 文件
vi myid
分别在server1，2，3上的配置文件里写1，2，3
3）依次启动server1，server2，server3
/app/zookeeper/bin/zkServer.sh start
4)检查集群状态
/app/zookeeper/bin/zkServer.sh status ,1台leader,2台follower，说明集群启动成功。
3安装kafka
1)下载kafka, http://kafka.apache.org/downloads
2)解压缩
tar -zvxf kafka_2.11-2.3.0.tgz
cp -r kafka_2.11-2.3.0 /app/kafka
3)修改配置文件
vi /app/kafka/config/server.properties ,server2,3, broker.id 分别改为2，3 ，其余配置项都一样
log.dirs 地址可以先不用创建，在首次启动kafka的时候，会自动进行创建。
zookeeper.connect 配置成zookeeper 集群的IP，端口
4）启动broker ，分别启动server1，2，3
这个是在启动broker之前需要保证zookeeper集群是运行着的,查看zookeeper集群状态
# /app/kafka/bin/kafka-server-start.sh /app/kafka/config/server.properties
如果没有出现日志错误，就使用下面的命令：
# nohup /app/kafka/bin/kafka-server-start.sh /app/kafka/config/server.properties > logs/server-start.log 2>&1 &
其中，server-start.log是自己写的一个log文件，在原有的文件logs下面是没有的。
检验是否成功，查看进程ps -ef | grep kafka 或者jps
4安装fluentd
fluentd是一款优秀的开源日志收集工具，td-agent 为稳定的，分布式的fluentd ,且易于安装。
1）预安装
a)Set up NTP，详细https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/set-time.html
b)Increase Max # of File Descriptors
c) Optimize Network Kernel Parameters
2)安装td-agent , CentOS and RHEL 6, 7 64bit are currently supported.
# curl -L https://toolbelt.treasuredata.com/sh/install-redhat-td-agent3.sh | sh
3)修改td-agent的配置文件
<match dmesg_2019>
@id kafka.access1
@type kafka_buffered
@log_level info
include_tag_key true
brokers 192.168.72.134:9092,192.168.72.135:9092,192.168.72.136:9092 #kafka brokers的IP，端口号
default_topic demsg_sys #把日志采集到kafka中，topic 名称为demsg_sys
output_data_type "json"
output_include_tag true
output_include_time true
# get_kafka_client_log true
# max_send_retries 3
<buffer>
@type file
path /var/log/td-agent/buffers/dmesg_2019.buffer #自己配置路径
flush_mode interval
retry_type exponential_backoff
flush_thread_count 2
flush_interval 5s
retry_forever
retry_max_interval 30
chunk_limit_size 2M
queue_limit_length 8
overflow_action block
</buffer>
</match>
<source>
@id dmesg_2019.log
@type tail #从日志文件的最后追加的部分会采集到
time_key time_local
path /var/log/dmesg #需要采集的日志来源文件路径
pos_file /var/log/td-agent/dmesg_2019.log.pos #自己配置路径
tag dmesg_2019 #与开头的<match *** >同步
format /^(?<message>[^.*].*)/ #将日志格式化成一条消息
read_from_head true
</source>
4）启动td-agent
systemctl start td-agent.service
5）验证日志是否采集到kafka中
打一条日志到/var/log/dmesg文件中
echo "Today is last work day before National Day" >> /var/log/dmesg
在kafka上查看消费情况
./kafka-console-consumer.sh --bootstrap-server 192.168.72.134:9092,192.168.72.135:9092,192.168.72.136:9092 --topic demsg_sys
5安装clickhouse
1)首先，您需要添加官方存储库：
sudo yum install yum-utils
sudo rpm --import https://repo.yandex.ru/clickhouse/CLICKHOUSE-KEY.GPG
sudo yum-config-manager --add-repo https://repo.yandex.ru/clickhouse/rpm/stable/x86_64
如果您想使用最新版本，请将stable替换为testing（建议您在测试环境中使用）。
2)然后运行这些命令以实际安装包：
sudo yum install clickhouse-server clickhouse-client
3)启动
可以运行如下命令在后台启动服务：
sudo service clickhouse-server start
可以在/var/log/clickhouse-server/目录中查看日志。
如果服务没有启动，请检查配置文件 /etc/clickhouse-server/config.xml。
你也可以在控制台中直接启动服务：
clickhouse-server --config-file=/etc/clickhouse-server/config.xml
在这种情况下，日志将被打印到控制台中，这在开发过程中很方便。 如果配置文件在当前目录中，你可以不指定‘--config-file’参数。它默认使用‘./config.xml’。
你可以使用命令行客户端连接到服务：
clickhouse-client
默认情况下它使用‘default’用户无密码的与localhost:9000服务建立连接。
4)建表，创建一张表存储想要从kafka中存储的字段，加一列date字段。
CREATE TABLE cms.dmesg_sys2 (`date` Date, `message` String, `time` DateTime, `tag` String) ENGINE = MergeTree(date, (message, date), 8192)；
6安装gohangout
利用工具gohangout将kafka内的数据打到clickhouse，详细信息请参阅 https://github.com/childe/gohangout
1）下载编译后二进制文件
https://github.com/childe/gohangout/releases 直接下载
我下载的是最新的 gohangout-linux-x64-dc56981，加上执行权限
chmod +x gohangout-linux-x64-dc56981
2)编辑配置文件
vi config.yml
inputs:
- Kafka:
topic:
demsg_sys: 1 #kafka里的topic名称
codec: json
consumer_settings:
bootstrap.servers: "192.168.72.134:9092,192.168.72.135:9092,192.168.72.136:9092" #kafka brokers的IP，端口
group.id: gohangout.dmesg
filters:
- Date:
location: 'Asia/Shanghai'
src: time
target: 'time'
formats:
- 'UNIX'
outputs:
- Clickhouse:
table: 'cms.dmesg_sys2' #clickhouse里创建的库名，表名
hosts:
- 'tcp://localhost:9000' #clickhouse地址
fields: ['message','time','tag'] #要从kafka订阅的列
username: 'default' #clickhouse 用户名
password: "" #clickhouse default 默认无密码
bulk_actions: 1000
flush_interval: 30
concurrent: 1
3)启动gohangout
./gohangout-linux-x64-dc56981 --config config.yml
4）验证
向日志文件打印一条消息
echo "I am so happy today" >> /var/log/dmesg
在kafka看到消费端已经消费此条消息，
./kafka-console-consumer.sh --bootstrap-server 192.168.72.134:9092,192.168.72.135:9092,192.168.72.136:9092 --topic demsg_sys
最后，在clickhouse里查询表cms.dmesg_sys2, 可以看到数据最终存储到了clickhouse里面
后续：后续关于clickhouse物化视图及 grafana展示待下篇文档继续。。。未完待续。。。敬请期待。。。
