CDH集成Kafka,两种方式：离线、在线

1.离线
先下载相应版本的kafka http://archive.cloudera.com/kafka/parcels/
然后放置相应目录，如下图：
这里写图片描述
然后直接添加组件即可

2.在线
这里写图片描述
这里写图片描述
配置相应的kafka地址 http://archive.cloudera.com/kafka/parcels/latest/
CDH会自动选择相应的kafka版本，然后保存设置

这里写图片描述
然后选择下载、分配、激活、添加组件即可！

注意：
由于1.6的spark streaming是基于kafka-0.8.2编译的，虽然官网建议kafka-0.8及其以上，但kafka-0.9在更新zk的offset的api，完全不兼容kafka-0.8的api,所以说用高版本的kafak还是有一些坑要踩的
还是需要根据自己公司情况，自行选择kafka版本

Kafka: Spark Streaming 1.6.1 is compatible with Kafka 0.8.2.1.
Flume: Spark Streaming 1.6.1 is compatible with Flume 1.6.0.

Logo
Kafka开源项目指南

Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。

更多推荐

Kafka入门（一） 概述、部署与API的简单使用

Kafka概述、部署与API的简单使用

avatar Kafka开源项目指南

基于canal和kafka同步，实现binlog同步ElasticSearch

文章目录前言elasticsearch 安装canal安装canal-adapter 安装及配置mysql 安装zk及kafaka安装查看效果注意事项前言中间件版本elasticsearch7.5.2canal1.1.4client-adapter1.1.5-alpha-1zookeeper3.4.13kafka2.6.0mysql5.7.31elasticsearch 安装{"settings"

avatar Kafka开源项目指南

基于 Iceberg 的湖仓一体架构在 B 站的实践

背景在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。我们之前的数据处理流程基本上是这样的：采集端将客户端埋点、服务端埋点、日志、业务数据库等数据收集到HDFS、Kafka等存储系统中，然后通过Hive、Spark、Fl...

avatar Kafka开源项目指南