NiFI 集群介绍
NiFi集群架构
NiFi采用Zero-Master Clustering范例。集群中的每个节点对数据执行相同的任务，但每个节点都在不同的数据集上运行。其中一个节点自动选择（通过Apache ZooKeeper）作为集群协调器。然后，群集中的所有节点都会向此节点发送心跳/状态信息，并且此节点负责断开在一段时间内未报告任何心跳状态的节点。此外，当新节点选择加入群集时，新节点必须首先连接到当前选定的群集协调器，以获取最新流。如果群集协调器确定允许该节点加入（基于其配置的防火墙文件），则将当前流提供给该节点，并且该节点能够加入群集，假设节点的流副本与群集协调器提供的副本匹配。如果节点的流配置版本与群集协调器的版本不同，则该节点将不会加入群集。
NiFI 集群搭建
环境
1、系统：CentOS 7.4
2、Java环境：JDK8
单机NIFI搭建，请参考：【NIFI】 Apache NiFI 安装及简单的使用
学会搭建ZooKeeper集群，更加容易理解NIFI集群搭建，请参考：【ZooKeeper】ZooKeeper安装及简单操作
使用NiFi集成的zookeeper
由于本例搭建三个节点的集群，且在一台机器上搭建，所以不同节点的相同功能端口会不同，如果搭建在三台机器上，IP不同，那么不同节点的相同功能端口可以相同
1、准备三个单机NIFI实例，如下：
2、编辑实例中，conf/zookeeper.properties文件，不同节点改成对应内容，内容如下：
1 # 1节点2181，2节点2182，1节点2183 2 clientPort=12181 3 initLimit=10 4 autopurge.purgeInterval=24 5 syncLimit=5 6 tickTime=2000 7 dataDir=./state/zookeeper 8 autopurge.snapRetainCount=30 9 10 # 不同机器使用不同IP 11 server.1=127.0.0.1:12888:13888 12 server.2=127.0.0.1:14888:15888 13 server.3=127.0.0.1:16888:17888
3、在单个实例中新建文件夹，${NIFI_HOME}/state/zookeeper，在此文件夹中新建文件myid，且输入内容如下：
1 1
节点2内容为：2，节点3内容为：3
4、编辑节点conf/nifi.properties文件，修改内容如下：
1 #################### 2 # State Management # 3 #################### 4 nifi.state.management.configuration.file=./conf/state-management.xml 5 nifi.state.management.provider.local=local-provider 6 nifi.state.management.provider.cluster=zk-provider 7 # 指定此NiFi实例是否应运行嵌入式ZooKeeper服务器，默认是false 8 nifi.state.management.embedded.zookeeper.start=true 9 nifi.state.management.embedded.zookeeper.properties=./conf/zookeeper.properties 10 11 # web properties # 12 nifi.web.war.directory=./lib 13 # HTTP主机。默认为空白 14 nifi.web.http.host=127.0.0.1 15 # HTTP端口。默认值为8080 16 nifi.web.http.port=18001 17 18 # cluster node properties (only configure for cluster nodes) # 19 # 如果实例是群集中的节点，请将此设置为true。默认值为false 20 nifi.cluster.is.node=true 21 # 节点的完全限定地址。默认为空白 22 nifi.cluster.node.address=127.0.0.1 23 # 节点的协议端口。默认为空白 24 nifi.cluster.node.protocol.port=28001 25 26 # 指定在选择Flow作为“正确”流之前等待的时间量。如果已投票的节点数等于nifi.cluster.flow.election.max.candidates属性指定的数量，则群集将不会等待这么长时间。默认值为5 mins 27 nifi.cluster.flow.election.max.wait.time=1 mins 28 # 指定群集中所需的节点数，以便提前选择流。这允许群集中的节点避免在开始处理之前等待很长时间，如果我们至少达到群集中的此数量的节点 29 nifi.cluster.flow.election.max.candidates=1 30 31 # cluster load balancing properties # 32 nifi.cluster.load.balance.host= 33 nifi.cluster.load.balance.port=16342 34 35 # zookeeper properties, used for cluster management # 36 # 连接到Apache ZooKeeper所需的连接字符串。这是一个以逗号分隔的hostname：port对列表 37 nifi.zookeeper.connect.string=127.0.0.1:12181,127.0.0.1:12182,127.0.0.1:12183 38 nifi.zookeeper.connect.timeout=3 secs 39 nifi.zookeeper.session.timeout=3 secs 40 nifi.zookeeper.root.node=/nifi
节点2,节点3内容跟节点1相同，只是nifi.web.http.port，nifi.cluster.node.protocol.port，nifi.cluster.load.balance.port，这三个端口区分开来，避免端口重复
5、编辑实例conf/state-management.xml文件，内容如下：
1 <cluster-provider> 2 <id>zk-provider</id> 3 <class>org.apache.nifi.controller.state.providers.zookeeper.ZooKeeperStateProvider</class> 4 <property name="Connect String">127.0.0.1:12181,127.0.0.1:12182,127.0.0.1:12183</property> 5 <property name="Root Node">/nifi</property> 6 <property name="Session Timeout">10 seconds</property> 7 <property name="Access Control">Open</property> 8 </cluster-provider>
6、启动三个实例，浏览器输入：127.0.0.1:18001，访问即可
注意：如果不是在本机上访问，需要把配置中，配置本机IP（Linux命令：ifconfig）
nifi.web.http.host=192.168.1.2
nifi.cluster.node.address=192.168.1.2
使用外部zookeeper
1、开起集群Zookeeper，参考【ZooKeeper】ZooKeeper安装及简单操作
2、准备三个单机NIFI实例
3、实例中，conf/zookeeper.properties文件，可以不用编辑
4、编辑节点conf/nifi.properties文件
1 #################### 2 # State Management # 3 #################### 4 nifi.state.management.configuration.file=./conf/state-management.xml 5 nifi.state.management.provider.local=local-provider 6 nifi.state.management.provider.cluster=zk-provider 7 # 指定此NiFi实例是否应运行嵌入式ZooKeeper服务器，默认是false 8 # 连接外部的时候，设置为false 9 nifi.state.management.embedded.zookeeper.start=false 10 nifi.state.management.embedded.zookeeper.properties=./conf/zookeeper.properties 11 12 # web properties # 13 nifi.web.war.directory=./lib 14 # HTTP主机。默认为空白 15 nifi.web.http.host=127.0.0.1 16 # HTTP端口。默认值为8080 17 nifi.web.http.port=18001 18 19 # cluster node properties (only configure for cluster nodes) # 20 # 如果实例是群集中的节点，请将此设置为true。默认值为false 21 nifi.cluster.is.node=true 22 # 节点的完全限定地址。默认为空白 23 nifi.cluster.node.address=127.0.0.1 24 # 节点的协议端口。默认为空白 25 nifi.cluster.node.protocol.port=28001 26 27 # 指定在选择Flow作为“正确”流之前等待的时间量。如果已投票的节点数等于nifi.cluster.flow.election.max.candidates属性指定的数量，则群集将不会等待这么长时间。默认值为5 mins 28 nifi.cluster.flow.election.max.wait.time=1 mins 29 # 指定群集中所需的节点数，以便提前选择流。这允许群集中的节点避免在开始处理之前等待很长时间，如果我们至少达到群集中的此数量的节点 30 nifi.cluster.flow.election.max.candidates=1 31 32 # cluster load balancing properties # 33 nifi.cluster.load.balance.host= 34 nifi.cluster.load.balance.port=16342 35 36 # zookeeper properties, used for cluster management # 37 # 连接到Apache ZooKeeper所需的连接字符串。这是一个以逗号分隔的hostname：port对列表 38 # 连接外部的时候使用外部ZooKeeper连接地址 39 nifi.zookeeper.connect.string=127.0.0.1:12181,127.0.0.1:12182,127.0.0.1:12183 40 nifi.zookeeper.connect.timeout=3 secs 41 nifi.zookeeper.session.timeout=3 secs 42 nifi.zookeeper.root.node=/nifi
5、编辑实例conf/state-management.xml文件，内容如下：
<cluster-provider> <id>zk-provider</id> <class>org.apache.nifi.controller.state.providers.zookeeper.ZooKeeperStateProvider</class> <!-- 使用外部zookeeper连接地址 --> <property name="Connect String">127.0.0.1:12181,127.0.0.1:12182,127.0.0.1:12183</property> <property name="Root Node">/nifi</property> <property name="Session Timeout">10 seconds</property> <property name="Access Control">Open</property> </cluster-provider>
6、启动三个实例，浏览器输入：127.0.0.1:18001，访问即可
注意：如果不是在本机上访问，需要把配置中，配置本机IP（Linux命令：ifconfig）
nifi.web.http.host=192.168.1.2
nifi.cluster.node.address=192.168.1.2
问题排查
1、查看nifi日志
$NIFI_HOME/log/nifi-app.log
2、查看官网文档
http://nifi.apache.org/docs.html ==》 Admin Guide ==》 搜索cluster或其他关键字