文章作者邮箱：yugongshiye@sina.cn              地址：广东惠州

 ▲ 本章节目的

⚪ 了解网站流量项目的Spark与HBase整合；

⚪ 掌握网站流量项目的实时流业务处理；

一、 Spark 与 HBase 整合基础

1. 实现步骤：

1. 启动 IDEA。

2. 创建 Maven 工程，骨架选择 quickstart 。

3. IDEA 安装 Scala 插件。

file —> settings —> plugins

搜素 Scala 插件，安装即可，安装完成后重启。

4. 为 fluxStreamingServer 工程添加 Scala sdk 。 

工程上右键 —> add framework suppor

5. 创建一个 Scala 目录，使其成为 source root 。

6. 引入工程 pom，详见笔记。

7. 学习 Spark 与 HBase 整合基础。

8. 确定一下 Windows hosts 文件主机名与 ip 的映射是否正确。

9. 启动服务器。

10. 启动三台 zookeeper 集群。

11. 启动 Hadoop 。

12. 启动 HBase，进入01服务器 HBase 的 bin 目录， 执行如下指令：

sh start-hbase.sh

13. 执行如下指令进入 hbase客户端，建表。

sh hbase shell

二、实时流业务处理

1. 实现步骤：

1. 启动三台服务器。

2. 启动 zookeeper 集群。

3. 启动 Hadoop 。

4. 启动 Kafka 集群 。

5. 启动 flume 。

6. 整合 SparkStreaming 与 Kafka，完成代码编写。

7. 启动 SparkStreaming 。

8. 启动 tomcat，访问埋点服务器，测试 SparkStreaming 是否能够收到数据。

9. 启动 HBase。