一、Flume的简介
Flume是Cloundera提供的一个高可用的、高可靠的、分布式的海量日志采集、聚合、传输的系统。Flume基于流式架构,灵活简单。
Flime最主要的作用是:实时读取服务器本地磁盘的数据,将数据写入到HDFS。
1、Flume基础架构
Flume基础组成架构如图:
(1)Agent
Agent是一个JVM进程,它以事件的形式将数据从源头送至目的地。
Agent主要有3个部分组成:Source、Channel、Sink
(2)Source
Source是负责接收数据到Flume Agent的组件。Source组件可以处理各种类型、各种格式的日志数据,包括avro、thrift、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy。
(3)Channel
Channel是位于Source和Sink之间的缓冲区。因此,Channel允许Source和Sink运作在不同的速率上。Channel是线程安全的,可以同时处理几个Source的写入操作和几个Sink的读取操作。
Flume自带有两种Channel:Memory Channel和File Channel。
Memory Channel是内存中的队列。Memory Channel在不需要关心数据丢失的情景下适用。如果需要关心数据丢失,那么Memory Channel就不应该使用,因为程序死亡、机器宕机或者重启都会导致数据丢失。
File Channel将所有事件写道磁盘。因此在程序关闭或者机器宕机的情况下不会丢失数据。
(4)Sink
Sink不断地轮询Channel中的事件且批量地移除它们,并将这些事件批量写入到存储或索引系统、或者被发送到另一个Flume Agent。
Sink组件目的地包括:HDFS、logger、avro、thrift、ipc、file、HBase、solr、自定义。
(5)Event
Event是传输单元。Flume数据传输的基本单元,以Event的形式将数据从源头送至目的地。Event有Header和Body两部分组成,Header用来存放Event的一些属性,为K-V结构。Body用来存放该条数据,形式为字节数组。
2、Flume的版本
Flume的大版本分为0.9之前和0.9之后
0.9之前:Flume og
0.9之后:Flume ng
整体上架构发生了比较大的变化。
一、Flume的安装部署
1、官网下载
官网下载apache-flume-1.9.0-bin.tar.gz,并上传到Lunix系统中
2、解压安装
(1)输入命令开始解压安装
[admin@master lib]$ tar -zvxf apache-flume-1.9.0-bin.tar.gz
(2)删除lib目录下的guava-11.0.2.jar 文件以兼容hadoop2.x或者hadoop3.x
[admin@master ~]$ cd apache-flume-1.9.0-bin/
[admin@master apache-flume-1.9.0-bin]$ ls
bin CHANGELOG conf DEVNOTES doap_Flume.rdf docs lib LICENSE NOTICE README.md RELEASE-NOTES tools
[admin@master apache-flume-1.9.0-bin]$ cd lib
输入命令删除
[admin@master lib]$ rm -rf ./guava-11.0.2.jar
3、配置环境变量
(1)配置flume-env.sh文件
进入conf目录下
拷贝文件生成flume-env.sh文件
[admin@master conf]$ cp flume-env.sh.template flume-env.sh
配置flume-env.sh文件
export JAVA_HOME=/usr/local/java/jdk1.8.0_281
(2)配置环境变量
输入命令配置环境变量
[admin@master ~]$ vim ~/.bash_profile
增加如下内容
export FLUME_HOME=/home/admin/apache-flume-1.9.0-bin
export FLUME_CONF_DIR=$FLUME_HOME/conf
export FLUME_LOG_DIR=$FLUME_HOME/log
export PATH=$FLUME_HOME/bin:$PATH
输入命令,使环境变量生效
[admin@master ~]$ source ~/.bash_profile
(3)测试环境变量是否配置好
输入命令
[admin@master ~]$ flume-ng version
(4)同步到子节点
把配置好的环境变量复制到slave、slave1两个节点
[admin@master ~]$ scp -r ~/.bash_profile admin@slave:~/
[admin@master ~]$ scp -r ~/.bash_profile admin@slave1:~/
再分别在两个节点中输入命令,使环境变量生效
[admin@slave ~]$ source ~/.bash_profile
[admin@slave1 ~]$ source ~/.bash_profile
把apache-flume-1.9.0-bin同步到slave、slave1两个节点(暂时还没同步)
[admin@master ~]$ scp -r ./apache-flume-1.9.0-bin admin@slave:~/
[admin@master ~]$ scp -r ./apache-flume-1.9.0-bin admin@slave1:~/