基于Hadoop平臺的電信客服數據的處理與分析③項目開發:搭建Kafka大數據運算環境---任務12:安裝Kafka

任務描述

任務內容為安裝和配置Kafka集群。

任務指導

Kafka是大數據生態圈中常用的消息隊列框架

具體安裝步驟如下:

1. 解壓縮Kafka的壓縮包

2. 配置Kafka的環境變量

3. 修改Kafka的配置文件,Kafka的配置文件存放在Kafka安裝目錄下的config中

4. 驗證Kafka

任務實現

1、解壓Kafka

在【master1】上解壓縮包

[root@master1 ~]# cd /opt/software
[root@master1 software]# tar -xzf kafka_2.12-2.4.1.tgz -C /opt/app/

2、在【master1】編輯系統環境變量/etc/profile

[root@master1 ~]# vi /etc/profile

在文件末尾添加如下配置

export KAFKA_HOME=/opt/app/kafka_2.12-2.4.1
export PATH=$PATH:$KAFKA_HOME/bin

執行【source /etc/profile】重新加載環境變量

3、配置Kafka

為Kafka創建數據目錄

[root@master1 ~]# source /etc/profile
[root@master1 ~]# cd $KAFKA_HOME
[root@master1 kafka_2.12-2.4.1]# mkdir kafka-logs

然后打開config目錄下的server.properties文件,修改日志目錄為剛剛創建的目錄:

[root@master1 kafka_2.12-2.4.1]# cd $KAFKA_HOME/config
[root@master1 config]# vi server.properties

修改如下配置的值,其中broker.id的值需要保證在整個集群中是唯一的

broker.id=1
listeners=PLAINTEXT://master1:9092
log.dirs=/opt/app/kafka_2.12-2.4.1/kafka-logs
zookeeper.connect=master1:2181,slave1:2181,slave2:2181

在【master1】啟動Kafka的后臺守護進程

[root@master1 ~]# kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties

4、驗證Kafka

1)創建topic,創建名為test的topic,分區數1,副本1

[root@master1 ~]# kafka-topics.sh --create --zookeeper master1:2181,slave1:2181,slave2:2181 --replication-factor 1 --partitions 1 --topic test

2)查看topic的狀態

[root@master1 ~]# kafka-topics.sh --describe --zookeeper master1:2181,slave1:2181,slave2:2181 --topic test

3)在【master1】開啟一個生產者發送消息

[root@master1 ~]# kafka-console-producer.sh --broker-list master1:9092 --topic test

4)在【master1】再打開一個消費者消費消息

[root@master1 ~]# kafka-console-consumer.sh --bootstrap-server master1:9092 --from-beginning --topic test

參數from-beginning表示從第一條消息開始讀取

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/39146.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/39146.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/39146.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

擴散模型在機器學習中的應用及原理

擴散模型在機器學習中的應用及原理 大家好,我是免費搭建查券返利機器人省錢賺傭金就用微賺淘客系統3.0的小編,也是冬天不穿秋褲,天冷也要風度的程序猿! 什么是擴散模型? 在機器學習中,擴散模型&#xff…

運動館預約管理系統設計

設計一個運動館預約管理系統,需要考慮到用戶需求、系統功能、技術實現和用戶體驗等多個方面。以下是一個基本的設計框架: 1. 系統目標 提供便捷的運動場地預約服務。 實現運動館資源的有效管理和利用。 支持在線支付,提高交易效率。 提供數…

LangChain 一 hello LLM

本來想先寫LangChain系列的,但是最近被AutoGen、LlamaIndex給吸引了。2023就要過去了,TIOBE數據編程語言排名Python都第一了,可見今年AI開發之熱。好吧,一邊學習業界通用的LangChain框架,一邊準備跨年吧。 前言 先是O…

使用 PostGIS 生成矢量圖塊

您喜歡視聽學習嗎?觀看視頻指南! 或者直接跳到代碼 Overture Maps Foundation是由亞馬遜、Meta、微軟和 tomtom 發起的聯合開發基金會項目,旨在創建可靠、易于使用、可互操作的開放地圖數據。 Overture Maps 允許我們以GeoJSON格式下載開放…

【面試系列】產品經理高頻面試題及詳細解答

歡迎來到我的博客,很高興能夠在這里和您見面!歡迎訂閱相關專欄: ?? 全網最全IT互聯網公司面試寶典:收集整理全網各大IT互聯網公司技術、項目、HR面試真題. ?? AIGC時代的創新與未來:詳細講解AIGC的概念、核心技術、…

工業讀碼器與商用掃碼器的區別

條碼二維碼在數字信息化應用越來越廣泛,掃碼器成為了數據收集和處理的重要工具,無論是工廠生產和物流包裹朔源追蹤,還是商場超市掃碼收銀和餐飲娛樂等場景,均能看到掃碼器的輔助,市場上的掃碼器種類繁多,在…

【力扣】贖金信

🔥博客主頁: 我要成為C領域大神🎥系列專欄:【C核心編程】 【計算機網絡】 【Linux編程】 【操作系統】 ??感謝大家點贊👍收藏?評論?? 本博客致力于知識分享,與更多的人進行學習交流 ? 給你兩個字符串…

C++ //練習 14.20 為你的Sales_data類定義加法和復合賦值運算符。

C Primer(第5版) 練習 14.20 練習 14.20 為你的Sales_data類定義加法和復合賦值運算符。 環境:Linux Ubuntu(云服務器) 工具:vim 代碼塊 struct Sales_data{Sales_data(const string &s, unsigned …

研發都認為DBA很Low?我反手一個嘴巴子

作者:IT邦德 中國DBA聯盟(ACDU)成員,10余年DBA工作經驗, Oracle、PostgreSQL ACE CSDN博客專家及B站知名UP主,全網粉絲10萬 擅長主流Oracle、MySQL、PG、高斯及Greenplum備份恢復, 安裝遷移,性能優化、故障…

antd(5.x) Popover 的content有個modal,關不掉了

問題描述&#xff1a; 如上圖所示&#xff0c;我的提示modal 關不掉了&#xff0c;思考問題癥結在handleVisibleChange const content (<div className{styles.box}>別的樣式</div>{/* 鏈接 */}<div className{styles.linkBox}><Modaltitle{提示}open{…

C# 語法特性

theme: smartblue C#5&#xff1a; C#5 語法特性 - 掘金 (juejin.cn)C#6&#xff1a; C#6 語法特性 - 掘金 (juejin.cn)C#7&#xff1a; C#7 語法特性 - 掘金 (juejin.cn)C#8: C#8 語法特性 - 掘金 (juejin.cn)C#9: C#9 語法特性 - 掘金 (juejin.cn)c#10: c#10 語法特性 - 掘金…

C# 中的并發和并行

介紹 并發和并行是現代編程中的關鍵概念&#xff0c;可幫助開發人員創建高效、響應迅速、高性能的應用程序。在 C# 中&#xff0c;這些概念尤其重要&#xff0c;因為該語言對多線程和異步編程提供了強大的支持。本文介紹了 C# 中的并發和并行&#xff0c;包括關鍵概念、優點和…

武漢星起航:跨境電商流量紅利爆發,2023年出海企業迎突破增長

在數字時代的浪潮中&#xff0c;中國跨境電商以驚人的爆發力嶄露頭角&#xff0c;成為全球貿易的璀璨新星。2023年數據顯示&#xff0c;跨境電商出口額高達1.83萬億元&#xff0c;同比增長19.6%&#xff0c;這一顯著增速不僅刷新紀錄&#xff0c;更為眾多出海企業帶來了前所未有…

每周算法(week 1)【leetcode1~10】

前言 今天開始刷面試算法題&#xff0c;雖然之前在藍橋杯、程序設計天梯賽中拿過兩個省一和一個國三&#xff0c;但是基本靠的都是我對 Java 語言的熟悉&#xff0c;至于算法我只會基本的雙指針、快慢指針、差分數組等&#xff0c;最擅長的其實還是暴力。但是自認為應付面試還是…

Kimi 上下文緩存功能開啟公測!降低使用費用,加快模型相應速度

7月2日&#xff0c;系統之家發布消息&#xff0c;月之暗面科技有限公司旗下的Kimi開放平臺正式推出上下文緩存功能&#xff0c;并已開放公測。這項功能專為處理頻繁請求和大量重復引用初始上下文的場景設計&#xff0c;能有效降低使用長文本模型的成本&#xff0c;并顯著提升處…

基于java+springboot+vue實現的旅游管理系統(文末源碼+Lw)227

摘 要 現代經濟快節奏發展以及不斷完善升級的信息化技術&#xff0c;讓傳統數據信息的管理升級為軟件存儲&#xff0c;歸納&#xff0c;集中處理數據信息的管理方式。本旅游管理系統就是在這樣的大環境下誕生&#xff0c;其可以幫助使用者在短時間內處理完畢龐大的數據信息&a…

HMM,EM算法(Expectation-Maximization Algorithm) VAE)以及KL散度

HMM&#xff0c;EM算法&#xff08;Expectation-Maximization Algorithm&#xff09; VAE&#xff09;以及KL散度 最大化對數似然&#xff08;或稱為最大化對數似然函數&#xff09;是在統計學中用來估計模型參數的一種常用方法。其基本思想是找到一組參數值&#xff0c;使得在…

本地文本向量模型的部署提供兼容openai的接口

前言 之前部署了fastgpt官方文檔的一個,提供的一個m3e-large的向量模型打包的docker鏡像,雖然使用起來整體效果還可以,但是有些文本向量相似度匹配的結果還是不太滿意的,目前,網絡上層出不窮的帶推理文本向量,想體驗一下,于是我基于modelscope庫封裝了一個兼容open ai的…

探索視覺世界:深入了解目標檢測算法的奧秘

目標檢測算法 一、介紹目標檢測算法的背景和意義1.1 目標檢測的定義和應用場景1.2 目標檢測算法的發展歷程 二、目標檢測算法分類2.1 傳統目標檢測算法2.1.1 基于分類器的目標檢測算法2.1.2 基于模板匹配的目標檢測算法 2.2 深度學習目標檢測算法2.2.1 兩階段目標檢測算法2.2.2…

Android Gradle 開發與應用 (四): 多模塊構建與組件化,提升Android開發效率的途徑

目錄 1. 多模塊構建的基本概念 2. 組件化的基本概念 3. 多模塊構建與組件化的優勢 4. 多模塊構建的實現方法 5. 組件化的實現方法 6. 多模塊構建與組件化的實踐 7. 案例分析 8. 未來展望 結語 隨著移動應用的功能日益復雜&#xff0c;單一模塊開發方式的弊端愈加明顯。…