Flume个人心得笔记之Sink安装

                     Flume个人心得笔记之Sink安装

目录

                     Flume个人心得笔记之Sink安装

一.Logger Sink

一、概述

二、可配置项说明

三、示例

二.File_roll Sink

一、概述

二、可配置选项说明

三、示例

1.复制文本

2.编辑配置

3.启动指令  启动不了，杀死对应进程重新启动

4.编辑文件  如果误操作，可以按照Ctrl +Backspace 回退

5.查询数据

三.HDFS Sink

一、概述

二、可配置选项说明

三、示例

1.备份一份文件

2.编辑配置

3.启动

4.确保HDFS启动

5.传输数据

6.查询

四、存在问题

1.报错是因为flume缺少相关hadoop的依赖jar包，

2.但是一个一个找特别麻烦，所以解决办法是将hadoop的jar包都拷贝到flume的lib目录下：

四.Avro Sink

一、概述

二、可配置选项说明

三、多级流动

1.概述

2.实现步骤

3.第一个云主机配置

4.第二个云主机配置

5.第三个云主机配置

6.启动第三个节点 往后向前启动

7.输入数据

8.接收数据

四、扇入流

1.编辑文件

2.第一个和第二个配置相同

3.第三个节点

4.启动 从最后一个启动

5.发送数据

6.接收数据

五、扇出流

1.编辑文件

2.第一个节点配置

3.第二，第三节点配置一样

4.启动

5. 2和3节点会接收数据

6.查看数据

---

一.Logger Sink

一、概述

1. 记录指定级别（比如INFO，DEBUG，ERROR等）的日志，通常用于调试
2. 要求，在 --conf（-c )参数指定的目录下有log4j的配置文件
3. 根据设计，logger sink将body内容限制为16字节，从而避免屏幕充斥着过多的内容。如果想要查看调试的完整内容，那么你应该使用其他的sink，也许可以使用file_roll sink，它会将日志写到本地文件系统中

二、可配置项说明

配置项	说明
channel	绑定通道
type	logger

三、示例

默认配置，就不演示了  

https://blog.csdn.net/LiuY521/article/details/94721238

 

二.File_roll Sink

一、概述

1. 在本地系统中存储事件
2. 每隔指定时长生成文件保存这段时间内收集到的日志信息

二、可配置选项说明

配置项	说明
channel	绑定通道
type	file_roll
sink.directory	文件被存储的目录
sink.rollInterval	30  记录日志到文件里，每隔30秒生成一个新日志文件。如果设置为0，则禁止滚动，从而导致所有数据被写入到一个文件中。

三、示例

1.复制文本

 mv basic2.conf filerollsink.txt

2.编辑配置

3.启动指令  启动不了，杀死对应进程重新启动

4.编辑文件  如果误操作，可以按照Ctrl +Backspace 回退

5.查询数据

 

三.HDFS Sink

一、概述

1. 此Sink将事件写入到Hadoop分布式文件系统HDFS中
2. 目前它支持创建文本文件和序列化文件，并且对这两种格式都支持压缩
3. 这些文件可以分卷，按照指定的时间或数据量或事件的数量为基础
4. 它还通过类似时间戳或机器属性对数据进行 buckets/partitions 操作
5. HDFS的目录路径可以包含将要由HDFS替换格式的转移序列用以生成存储事件的目录/文件名
6. 使用这个Sink要求haddop必须已经安装好，以便Flume可以通过hadoop提供的jar包与HDFS进行通信

二、可配置选项说明

配置项	说明
channel	绑定的通道
type	hdfs
hdfs.path	HDFS 目录路径 （hdfs://namenode/flume/webdata/)
hdfs.inUseSuffix	.tmp        Flume正在处理的文件所加的后缀
hdfs.rollInterval	文件生成的间隔事件，默认是30，单位是秒
hdfs.rollSize	生成的文件大小，默认是1024个字节 ，0表示不开启此项
hdfs.rollCount	每写几条数据就生成一个新文件，默认数量为10 每写几条数据就生成一个新文件，
hdfs.fileType	SequenceFile/DataStream/CompressedStream
hdfs.retryInterval	80        Time in seconds between consecutive attempts to close a file. Each close call costs multiple RPC round-trips to the Namenode, so setting this too low can cause a lot of load on the name node. If set to 0 or less, the sink will not attempt to close the file if the first attempt fails, and may leave the file open or with a ”.tmp” extension.

三、示例

1.备份一份文件

vim HDFS.conf

2.编辑配置

3.启动

4.确保HDFS启动

5.传输数据

报错  格式不支持

配置写错了

6.查询

四、存在问题

1.报错是因为flume缺少相关hadoop的依赖jar包，

找到以下的jar包，放到flume的lib目录下即可。

• commons-configuration-1.6.jar
• hadoop-auth-2.5.2.jar
• hadoop-common-2.5.2.jar
• hadoop-hdfs-2.5.2.jar
• hadoop-mapreduce-client-core-2.5.2.jar

2.但是一个一个找特别麻烦，所以解决办法是将hadoop的jar包都拷贝到flume的lib目录下：

• 执行：
• scp common/* 
• common/lib/*   
• hdfs/*   
• hdfs/lib/* 
• mapreduce/*  
• mapreduce/lib/*   
• tools/lib/*
• 10.42.60.249:/home/software/flume/lib/

四.Avro Sink

一、概述

1. 将源数据进行利用avro进行序列化之后写到指定的节点上
2. 是实现多级流动、扇出流(1到多) 扇入流(多到1) 的基础

二、可配置选项说明

配置项	说明
channel	绑定的通道
type	avro
hostname	要发送的主机
port	要发往的端口号

三、多级流动

1.概述

1. 让01机的flume通过netcat source源接收数据，然后通过avro sink 发给02机
2. 02机的flume利用avro source源收数据，然后通过avro sink 传给03机
3. 03机通过avro source源收数据，通过logger sink 输出到控制台上

2.实现步骤

1. 准备三个节点，并安装好flume（关闭每台机器的防火墙）
2. 配置每台flume的配置文件

3.第一个云主机配置

4.第二个云主机配置

5.第三个云主机配置

6.启动第三个节点 往后向前启动

7.输入数据

8.接收数据

四、扇入流

1.编辑文件

vim shanru.conf

2.第一个和第二个配置相同

3.第三个节点

4.启动 从最后一个启动

../bin/flume-ng agent -n a1 -c ../conf -f 要启动的文件 -Dflume.root.logger=INFO,console

5.发送数据

6.接收数据

五、扇出流

1.编辑文件

vim shanchu.conf

2.第一个节点配置

3.第二，第三节点配置一样

4.启动

5. 2和3节点会接收数据

出现叹号，提示有数据传输

6.查看数据