Flume学习---(part-1)

一. Flume概述

1.1 Flume定义

Flume 是 Cloudera 提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。Flume 基于流式架构，灵活简单

1.2 Flume基础架构

Flume 组成架构如下图所示。

1.2.1 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。

Agent 主要有 3 个部分组成，Source、Channel、Sink。

1.2.2 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、taildir、sequence generator、syslog、http、legacy。

其中:
logger：打印到控制台
exec: 动态监控文件,但不支持断点续传
spooling directory: 监控一个目录,把目录当中除了忽略掉的(本身可以配置忽略项)进行上传，不支持实时更新的数据
taildir: 支持断点续传
netcat: 监听端口数据

1.2.3 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。

1.2.4 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 自带两种 Channel：Memory Channel(内存) 和 File Channel(磁盘)。

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 将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数据。

1.2.5 Event

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 由 Header 和 Body 两部分组成，Header 用来存放该 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。

二. Flume入门

2.1 Flume入门案例

2.1.1 监控端口数据案例

1）案例需求:

使用 Flume 监听一个端口，收集该端口数据，并打印到控制台。

2）需求分析：

3）实现步骤：

（1）安装 netcat 工具

（2）判断 44444 端口是否被占用

（3）在flume目录下的 job 文件夹下创建 Flume Agent 配置文件net-flume-logger.conf，并编辑其内容：

# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1
# Describe/configure the source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 44444
# Describe the sink
a1.sinks.k1.type = logger
# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

其中：

注：同台机器的agent具有唯一性:当同台机器开启多个agent任务时，agent的名字必须保持不一样!!!

（4）在服务端hadoop102开启 flume 监听端口

(5)在客户端hadoop102使用 netcat 工具向本机的 44444 端口发送内容

(6)在 Flume 监听页面观察接收数据情况(实时接收)，查看效果: