最新【数仓】flume软件安装及配置_flume的安装配置,【深度思考

img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

需要这份系统化资料的朋友,可以戳这里获取

相关文章

一、flume有什么作用

Apache Flume是一个分布式、可靠且可用的大数据日志采集、聚合和传输系统。它主要用于将大量的日志数据从不同的数据源收集起来,然后通过通道(Channel)进行传输,最终将数据传输到指定的目的地,如HDFS、HBase等。Flume具有高度可扩展性、容错性和灵活性,可以适应各种复杂的数据采集场景。

Flume的核心组件包括Source、Channel和Sink。Source负责从数据源中读取数据,可以是文件、网络套接字、消息队列等;Channel是数据的缓冲区,用于在Source和Sink之间传输数据;Sink负责将数据写入目标存储系统,如HDFS、HBase、Kafka等。此外,Flume还支持多种类型的Source、Channel和Sink,用户可以根据实际需求进行选择和配置。

Flume的主要作用是实现大规模数据采集和传输,实现数据的实时处理和分析,从而为企业提供更好的业务决策支持。在实际应用中,Flume可以用于日志收集、事件跟踪、数据流处理等场景。通过将数据从不同的数据源采集并传输到指定的目的地,Flume可以帮助企业实现数据的集中存储和管理,为后续的数据分析和挖掘提供基础。

此外,Flume还具有可靠性机制和故障转移和恢复机制,能够保证数据传输的可靠性和安全性。同时,Flume还支持客户扩展和自定义开发,用户可以根据自己的需求进行扩展和优化,使其更加适合特定的应用场景。

总的来说,Apache Flume是一个功能强大、灵活可靠的大数据日志采集、聚合和传输系统,它在大数据处理中起到了至关重要的作用。

二、环境准备

准备1台虚拟机

  • Hadoop131:192.168.56.131

本例系统版本 CentOS-7.8,已安装jdk1.8

关闭防火墙

systemctl stop firewalld

zookeeper、kafka 已安装,且已启动

三、flume安装配置

1、flume下载安装

# 下载解压
wget --no-check-certificate https://dlcdn.apache.org/flume/1.11.0/apache-flume-1.11.0-bin.tar.gz
tar -xzvf apache-flume-1.11.0-bin.tar.gz
mv apache-flume-1.11.0-bin/ /data/flume/

2、配置环境变量

新增环境变量文件

vi /etc/profile.d/flume_env.sh

export FLUME\_HOME=/data/flume
export PATH=$PATH:$FLUME\_HOME/bin

使用source让新增环境生效

source /etc/profile

在命令行中输入flume-ng version命令,如果返回Flume的版本信息,则说明安装成功。

3、配置flume服务器属性

本例演示 flume 读取日志文件,然后发送到kafka中

1)配置日志存储路径

在flume主目录,执行 vim conf/log4j2.xml

<Property name="LOG_DIR">/data/flume/logs</Property>

2)新建配置文件 conf/job/file_to_kafka.conf,内容如下:

# 定义Agent的组件
# 设置source的名称为rl
al.sources = rl
# 设置channel的名称为cl
al.channels = cl

# 配置source
# 指定source的类型为TAILDIR,这是一个能够追踪文件变化并读取新增内容的source
al.sources.rl.type = TAILDIR
# 定义文件组fl,这里fl是一个标识符,可以定义多个文件组,每个文件组可以包含多个文件模式
al.sources.rl.filegroups = fl
# 指定文件组fl的文件路径模式,/data/applog/log/app.* 表示匹配/data/applog/log/目录下以app开头的所有文件
al.sources.rl.filegroups.fl = /data/applog/log/app.*
# 指定positionFile的位置,该文件用于记录TAILDIR source读取文件的偏移量,以便在Flume重启后可以从上次的位置继续读取
al.sources.rl.positionFile = /data/flume/data/taildir_position.json

# 配置channel
# 设置channel的类型为KafkaChannel,即数据将发送到Kafka
al.channels.cl.type = org.apache.flume.channel.kafka.KafkaChannel
# 指定Kafka集群的地址和端口,这里配置了3个Kafka broker
al.channels.cl.kafka.bootstrap.servers = hadoop131:9092,hadoop132:9092,hadoop133:9092
# 设置发送到Kafka的主题名称
al.channels.cl.kafka.topic = topic_log
# 设置parseAsFlumeEvent为false,表示发送到Kafka的数据不会被封装为Flume的Event格式,而是保持原始格式
al.channels.cl.parseAsFlumeEvent= false

# 组装source和channel
# 将source rl连接到channel cl,表示rl读取的数据将发送到cl指定的Kafka channel中
al.sources.rl.channels = cl

这份配置文件定义了一个简单的Flume Agent,它使用TAILDIR source来监控某个目录下的日志文件变化,并将新增的日志内容发送到Kafka。配置文件中的注释详细解释了每个配置项的作用和含义。在实际部署时,需要根据实际环境调整配置文件中的路径、Kafka集群地址、主题名称等参数。

另外,请注意,Flume的Kafka Channel在某些版本中可能已经被标记为过时,推荐使用Kafka Sink。如果你使用的是较新的Flume版本,并且希望使用推荐的配置,那么应该使用Kafka Sink而不是Kafka Channel。在这种情况下,你需要配置一个Kafka Sink并将其绑定到一个普通的Memory Channel或File Channel。

使用Kafka Sink的配置示例如下:

# Define the components of the agent
agent.sources = tailSource
agent.channels = memoryChannel
agent.sinks = kafkaSink

# Configure the source - TAILDIR
agent.sources.tailSource.type = TAILDIR
agent.sources.tailSource.filegroups = f1
agent.sources.tailSource.filegroups.f1 = /path/to/your/logfile.log
agent.sources.tailSource.positionFile = /path/to/flume/taildir_position.json
agent.sources.tailSource.fileHeader = true

# Configure the channel - Memory
agent.channels.memoryChannel.type = memory
agent.channels.memoryChannel.capacity = 10000
agent.channels.memoryChannel.transactionCapacity = 1000

# Configure the sink - KafkaSink
agent.sinks.kafkaSink.type = org.apache.flume.sink.kafka.KafkaSink
agent.sinks.kafkaSink.kafka.bootstrap.servers = kafka-server-1:9092,kafka-server-2:9092
agent.sinks.kafkaSink.kafka.topic = flume-logs
agent.sinks.kafkaSink.channel = memoryChannel

# Bind the source and channel, and the sink and channel
agent.sources.tailSource.channels = memoryChannel
agent.sinks.kafkaSink.channel = memoryChannel


![img](https://img-blog.csdnimg.cn/img_convert/6fe873369bdeee43af795485639275e7.png)
![img](https://img-blog.csdnimg.cn/img_convert/cad46d7b44fba4e5be3917b0e156d6c0.png)

**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**


**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**


**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

  • 10
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值