StreamSets是一个大数据采集工具,数据源支持包括结构化和半/非结构化,目标源支持HDFS,HBase,Hive,Kudu,Cloudera Search, ElasticSearch等。它包括一个拖拽式的可视化数据流程设计界面,定时任务调度等功能。举例,它可以将数据源从Kafka+Spark Streaming连接到你的Hadoop集群,而不需要写一行代码。
StreamSets并没有集成在cdh中,因此需要我们自己去官方下载软件包
下载地址: https://archives.streamsets.com/index.html
下载下来的文件如下,软件包有4.6G左右,需要点耐心
配置本地yum源
新建一个目录,把STREAMSETS_DATACOLLECTOR-3.10.0-el7.parcel, manifest.json放目录里
mkdir /var/www/html/streamsets mv STREAMSETS_DATACOLLECTOR-3.10.0-el7.parcel /var/www/html/streamsets mv manifest.json /var/www/html/streamsets cd /var/www/html/streamsets createrepo .
配置yum
[root@cm ~]# cat /etc/yum.repos.d/ss.repo [ssrepo] name = ss_repo baseurl = http://10.1.1.120/streamsets enable = true gpgcheck = false
把ss.repo拷贝到集群其他节点,然后执行 yum. repolist,可以看到配置的yum 源
下载分发激活Parcel包
主机---Parcel---配置
点击下载--分配--激活,这时间会比较长
、
添加服务
选择StreamSets
分配角色
数据目录