将Chukwa 0.5部署在基于Cloudera CDH4的Hadoop集群上
一、使用maven构建基于chukwa 0.5的项目
?
? ? 使用nexus搭建了maven私服，此时如果使用maven构建chukwa 0.5版本时可能在以下两个依赖项遇到问题
?
? ? thrift-0.2.0.jar
? ? hadoop-core-0.20-append-r1056497.pom
?
? ? 这是因为chukwa0.5版本在pom文件中依赖了hbase0.90.4版，而此版本的hbase又依赖了以上两个比较低的版本(见hbase 0.90.4的pom文件)
?
?
?
?
<dependency><groupId>org.apache.incubator</groupId><artifactId>chukwa</artifactId><version>0.5.0</version></dependency>
?
?
二、基于Chukwa 0.5实现自己的日志收集机制
?
? ??chukwa本身的日志收集机制因为要提供对hadoop集群的性能分析，所以其策略是
? ? a. 将agent提交的数据使用SeqFileWriter将其构建成以ChukwaArchiveKey为key、以ChunkImpl为value的键值对写入同一个.chukwa文件,完成后改名为.done文件
? ? b. demux进程执行mapreduce过程将.done文件分类
? ? c. db进程将demux分类后的文件转储到相应的日期、小时目录下
? ? d. rolling进程将每个小时、每天目录下的碎小文件合并成一个大文件
?
? ? 这样便于其分类、去重、排序、合并，方便为其hicc组件提供近似实时分析的日志支持。
? ? 但是这里有两个弊端：
? ? a. agent提交的数据转换为ChukwaArchiveKey、ChunkImpl键值对后,最终分类、合并后的.evt文件大小要比原始日志大小增加几倍
? ? b. 经过demux、db、rolling进程的处理需要消耗一定时间
?
? ? 其实对于大多数的日志收集功能：实时性、完整性、稳定性这些基本的功能就足够了。
? ? 因此，可以编写自己的Writer以简化收集过程。
? ? 比如：
? ? a. 将agent提交的数据写入dataType+date+hour.chukwa的文件中,如果此文件不存在则调用
FileSystem的create(Path)方法返回输出流，否则调用append(Path)返回数据流
? ? (注意：要想成功使用append(Path)方法需要在hdfs-site.xml中添加dfs.support.append配置项，设置其值为true)
? ? b. 定时检测，如果当前时间(小时)已经和正在写的.chukwa文件中的时间(小时)不一致，则将.chukwa文件改名为.done文件
?
? ? 这样得到的.done文件即为一个小时内的日志，而且已经进行了分类，可直接对其进行分析或导入hive
?
三、将Chukwa 0.5部署到基于Cloudera CDH4的Hadoop集群
?
?
? ? chukwa 0.5基于hadoop 1.0版，但因为hdfs的API在1.0版与0.23版之间变化不大，因此可以将其部署在CDH4环境下，只不过因为mapreduce的API存在一定变化，因此demux、rolling进程可能会受到影响，但基于上面的步骤2，已经将chukwa的日志收集机制修改为只和hdfs的API相关，因此mapreduce不兼容的问题可以不用考虑。
? ? a. 删除$CHUKWA_HOME/share/chukwa/lib/hadoop-core-1.0.0.jar
? ? b. 复制
? ? $HADOOP_HOME/share/hadoop/common/hadoop-common-0.23.0-cdh4b1.jar
? ? $HADOOP_HOME/share/hadoop/hdfs/hadoop-hdfs-0.23.0-cdh4b1.jar
? ? 到$CHUKWA_HOME/share/chukwa/lib/
? ? c. 复制
? ? $HADOOP_HOME/share/hadoop/common/lib/*.jar
? ? $HADOOP_HOME/share/hadoop/hdfs/lib/*.jar
? ? 到
? ? $CHUKWA_HOME/share/chukwa/hadoop-common-lib/
? ? $CHUKWA_HOME/share/chukwa/hadoop-hdfs-lib/
?
? （这些都是hadoop-common、hadoop-hdfs依赖的 jar包）
?
? ? 在$CHUKWA_HOME/libexec/chukwa-config.sh中添加依赖的jar包
? ? CHUKWA_CLASSPATH="${CHUKWA_HOME}/share/chukwa/*:${CHUKWA_HOME}/share/chukwa/lib/*:${CHUKWA_HOME}/share/chukwa/hadoop-common-lib/*:${CHUKWA_HOME}/share/chukwa/hadoop-hdfs-lib/*"
?
? ? d.
? ? 删除$CHUKWA_HOME/share/chukwa/lib/protobuf-java-2.3.0.jar
? ? (与hadoop-common、hadoop-hdfs中的protobufjar包有冲突)
?
? ? 这样既可在CDH4环境下继续使用chukwa收集日志。
?
matrix.lisp@gmail.com
?
