为数据平台构建统一的采集服务，针对三大类数据 APP用户行为日志，业务数据，商品数据。其中行为日志通过客户端SDK走http上报至nginx，通过logs'tash发送到kafka，使用FlinkStreaming消费Kafka数据，对数据进行校验和清洗，落地到HDFS以parquet格式存储。对于业务数据（mysql），实时性要求高的数据，通过Canal实时同步BinLog发送到Kafka，供下游消费，非实时性的数据，通过Datax的离线同步到Kafka再到HDFS。对于商品数据，自己封装的SDK，服务端接入SDK，发到KAFKA.,之后通过Flink发送到hdfs，对于落地的HDFS数据，hive建立外部表，进入数仓ODS层。
对于采集系统的各个组件的监控，采用prometheus+grafana方案，触发相关告警到钉钉声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论