使用Apache NiFi和Apache Kafka进行实时库存处理

使用Apache NiFi和Apache Kafka实现从REST到Hive的流式使用案例

第1部分

使用Apache Kafka 2.0和Apache NiFi 1.8，有许多新功能和新功能即将推出。是时候对它们进行测试了。

因此，为了规划我们将要做的事情，我有一个高级架构图。我们将提取许多来源，包括REST提要，社交资源，消息，图像，文档和关系数据。

我们将使用NiFi进行摄取，然后对其进行过滤，处理并将其细分为Kafka主题。Kafka数据将采用Apache Avro格式，并在Hortonworks Schema Registry中指定模式。Spark和NiFi将进行额外的事件处理以及机器学习和深度学习。这将存储在Druid中，用于实时分析和摘要。Hive，HDFS和S3将存储数据以进行永久存储。我们将使用Superset和Spark SQL + Zeppelin执行仪表板。

我们还将通过Kafka和NiFi向用户推送清理和汇总的数据。我们将推送到Dockerized应用程序，消息监听器，Web客户端，Slack通道和电子邮件列表。

为了在我们的企业中发挥作用，我们将通过Apache Ranger，Apache Atlas和Apache NiFi进行完全授权，身份验证，审计，数据加密和数据沿袭。NiFi Registry和GitHub将用于源代码控制。

我们将通过Apache Ambari提供管理功能。

示例服务器布局：

NiFi流量

IEX提供实时免费库存数据，无需许可证密钥。数据流速度非常快，幸好Apache NiFi和Kafka没有问题。

从主题中获取不同的记录并在单独的目录和表中存储到HDFS。

让我们将一个大的REST文件拆分成感兴趣的单个记录。我们的REST源包含引号，图表和新闻数组。

让我们把一些消息推到Slack

我们可以轻松地使用Apache NiFi中的多个主题。

由于我们有模式，因此在运动时查询数据很容易

我们为每个Kafka主题创建模式。

我们可以监控在Ambari中通过Kafka传递的所有这些消息（以及在Hortonworks SMM中更详细的信息）。

我读入数据然后可以将它推送到Kafka 1.0和2.0经纪人。

一旦发送数据，NiFi就会让我们知道。

使用的项目

• Apache Kafka
• Apache NiFi
• 阿帕奇德鲁伊
• Kafka上的Apache Hive
• Apache Hive on Druid
• JDBC上的Apache Hive
• Apache Zeppelin
• NLP - Apache OpenNLP和Stanford CoreNLP
• Horotnworks Schema Registry
• NiFi注册表
• Apache Ambari
• 日志搜索
• Hortonworks SMM
• Hortonworks数据平面服务（DPS）

来源

休息

水槽

• Apache Hadoop HDFS
• Apache Kafka
• Apache Hive
• 松弛
• S3
• 阿帕奇德鲁伊
• Apache HBase

话题

• iextradingnews
• iextradingquote
• iextradingchart
• 个股
• 网络

HDFS目录

hdfs dfs -mkdir  -p / iextradingnews

hdfs dfs -mkdir  -p / iextradingquote