目前小程序日志采集的项目流程：
Flume监控Tomcat日志文件，将日志批次量的发送到kafka中，由SparkStreaming程序消费Kafka中的消息，进而将写到Mysql表中。
项目架构：Tomcat–>Flume–>Kafka–>SparkSreaming–>Mysql
优化之前遇到的问题：
1.Flume监控Tomcat日志文件时，所属进程容易挂。
2.Kafka无法接受单条消息大于1M的数据，导致大于1M的数据丢失。
3.SparkStreaming消费数据时造成数据倾斜。
优化过程：
1.Flume优化：
进程容易挂的原因：主要是因为Flume中使用的初始化内存较小，而Tomcat日志数据量相对较大，造成了内存不足，从而进程死掉。
修改flume-env.sh文件，增大Flume中agent默认初始化内存，默认是20M。提升至2G：
Flume配置文件的修改：
Flume启动命令:
启动之后，观察一段时间，Flume进程没有挂掉。部分数据正常写入Kafka，但是查看flume启动日志文件后，发现报错：
报错原因提示是请求包含的消息大于服务器将接受的最大消息大小。这不是Flume的错误，而是Kafka的问题，Kafka中，能接受的单条消息的大小是有限制的，默认是1M，由于现有日志中包含图片信息（后发现，不止是图片日志信息大于1M，文本信息中也有大于1M的存在），远大于1M，所以需要提升Kafka能接受的单条消息的大小程度。
有两种方式：
一种是修改某一个topic，只对该topic进程修改，不需要重启Kafka集群
一种是修改Kafka的配置文件，对整个集群进行修改，需要重启Kafka集群
目前是采用第一种方式，只对某个主题进行修改而不对整个Kafka集群进行配置。
修改某一个topic：/app/bigData/kafka/bin/kafka-topics.sh --zookeeper 10.251.27.123:2181 --alter --topic xcxInfoLog --config max.message.bytes=41943040
将Kafka能接受的单条信息的大小提升至40M
如果想要修改整个集群中的配置，需要在Kafka的集群配置文件中修改相关配置：
修改配置文件：在Kafka的server.properties配置上添加两个配置：
#broker能接收消息的最大字节数，默认是1M，允许broker传递和备份的单条消息的 大小
message.max.bytes=209715200
#broker可复制的消息的最大字节数，该配置项必须不小于message.max.bytes，因为该 配置项是消费者从partition中获取消息放入内存中所用的内存大小，如果小于 message.max.bytes，可能会导致给消费者分配的内存放不下一个message
replica.fetch.max.bytes=209715200
至此，使用Flume接收Tomcat日志文件到Kafka这一过程调通。大于1M的图片数据和文本数据正常进入Kafka
2.SparkStreaming消费程序优化
使用SparkStreaming消费Kafka数据：由于更改Flume和Kafka配置之后，大于1M的文本数据和图片数据可以进入到Kafka，但是作为Kafka的消费者的SparkStreaming程序，在消费数据时，同样有单条数据大小的限制。修改SparkStreaming程序。
Executor向Driver 汇报心跳的间隔，默认是10S，为了防止程序一次拉取的数据量过大，消息处理的时间过长，造成Executor无法向Driver 汇报，改为60S向Driver 端发送一次心跳。
更改Kafka消费者拉取的最大字节数，默认是1M，更改成40M，使得大于1M的图片数据和文本数据可以消费到。
Spark提交命令：集群模式
在进行本地测试时出现过如下错误：
报错的原因是：
消费者在处理完一次poll的消息后，同步提交偏移量给broker时报的错。
消费者在创建时会有一个属性max.poll.interval.ms，两次poll的最大间隔，如果客户端处理一批消息话费的时间超过了这个限制，服务端会把消费者客户端移除，并触发reblance，
消费者被移出后，提交偏移量也就是失败。
这是由于在local模式下，本地资源不足，一次拉取的数据过多，造成处理的时间变长，导致了服务端认为消费端失败，将其移除，从而造成消费端无法提交偏移量。
解决：将程序在集群上运行后，数据处理的能力增大，不出现此错误。数据正常写入mysql表中。
