一:自定义Interceptor
在实际的开发中,一台服务器产生的日志类型可能有很多种,不同类型的日志可能需要 发送到不同的分析系统。此时会用到 Flume 拓扑结构中的 Multiplexing 结构,Multiplexing 的原理是,根据 event 中 Header 的某个 key 的值,将不同的 event 发送到不同的 Channel 中,所以我们需要自定义一个 Interceptor,为不同类型的 event 的 Header 中的 key 赋予不同的值
1.1 案例:
使用 Flume 采集服务器本地日志,需要按照日志类型的不同,将不同种类的日志发往不
同的分析系统。
在该案例中,我们以端口数据模拟日志,是否包含start区分不同日志类型,我们需要自定义 interceptor 区分,将其分别发往不同的分析系统 (Channel),即hadoop112接受全部日志,然后包含start的日志放松到hadoop113,包含event的日志发送到hadoop114
1.1.1实现步骤:
1.创建一个 maven 项目,并引入以下依赖。
<dependency>
<groupId>org.apache.flume</groupId>
<artifactId>flume-ng-core</artifactId>
<version>1.7.0</version>
</dependency>
2.定义 MyInterceptor 类并实现 Interceptor 接口。
package com.atguigu.interceptor;
import org.apache.flume.Context;
import org.apache.flume.Event;
import org.apache.flume.interceptor.Interceptor;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
public class MyInterceptor implements Interceptor {
//存放拦截器处理后的list
private List<Event> addHeaderEvents ;
/**
* 初始化,启动时调用
*/
@Override
public void initialize() {
addHeaderEvents = new ArrayList<>();
}
/**
* 处理单个事件
* @param event
* @return
*/
@Override
public Event intercept(Event event) {
//获取header和body
Map<String, String> headers = event.getHeaders();
byte[] bbody = event.getBody();
String body = new String(bbody);
// flume配置文件对应
// a1.sources.r1.selector.header = type
// a1.sources.r1.selector.mapping.start = c1
// a1.sources.r1.selector.mapping.event = c2
if (body.contains("start")){
headers.put("type","start");
}else {
headers.put("type","event");
}
return event;
}
/**
* 处理多个事件
* @param list
* @return
*/
@Override
public List<Event> intercept(List<Event> list) {
//清空前一批次集合
addHeaderEvents.clear();
for (Event event : list) {
addHeaderEvents.add(intercept(event));
}
return addHeaderEvents;
}
/**
* 结束时调用
*/
@Override
public void close() {
}
/**
* 内部类调用
*/
public static class Builder implements Interceptor.Builder{
@Override
public Interceptor build() {
return new MyInterceptor();
}
@Override
public void configure(Context context) {
}
}
}
3.把上面的java打包放入hadoop112的flume的lib目录下面
4.编辑 flume 配置文件
为 hadoop112 上的 Flume1 配置 1 个 netcat source,1 个 sink group(2 个 avro sink),
并配置相应的 ChannelSelector 和 interceptor。
# vim flume1.conf,添加如下内容
# Name the components on this agent
a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2
# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /opt/data/test.log
a1.sources.r1.shell = /bin/bash -c
a1.sources.r1.interceptors = i1
a1.sources.r1.interceptors.i1.type = com.atguigu.interceptor.MyInterceptor$Bulider
a1.sources.r1.selector.type = multiplexing
a1.sources.r1.selector.header = type
a1.sources.r1.selector.mapping.start = c1
a1.sources.r1.selector.mapping.event = c2
# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop113
a1.sinks.k1.port = 4141
a1.sinks.k2.type=avro
a1.sinks.k2.hostname = hadoop114
a1.sinks.k2.port = 4242
# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
# Use a channel which buffers events in memory
a1.channels.c2.type = memory
a1.channels.c2.capacity = 1000
a1.channels.c2.transactionCapacity = 100
# Bind the source and sink to the channel
a1.sources.r1.channels = c1 c2
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c2
为 hadoop103 上的 Flume2 配置一个 avro source 和一个 logger sink。
# vim flume2.conf,添加如下内容
a1.sources = r1
a1.sinks = k1
a1.channels = c1
a1.sources.r1.type = avro
a1.sources.r1.bind = hadoop113
a1.sources.r1.port = 4141
a1.sinks.k1.type = logger
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
a1.sinks.k1.channel = c1
a1.sources.r1.channels = c1
为 hadoop114 上的 Flume3 配置一个 avro source 和一个 logger sink。
# vim flume3.conf,添加如下内容
a1.sources = r1
a1.sinks = k1
a1.channels = c1
a1.sources.r1.type = avro
a1.sources.r1.bind = hadoop114
a1.sources.r1.port = 4242
a1.sinks.k1.type = logger
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
a1.sinks.k1.channel = c1
a1.sources.r1.channels = c1
5.启动
[atguigu@hadoop113 flume-1.7.0]$ bin/flume-ng agent -n a1 -c conf/ -f job/flume2.conf -Dflume.root.logger=INFO,console
[atguigu@hadoop114 flume-1.7.0]$ bin/flume-ng agent -n a1 -c conf/ -f job/flume3.conf -Dflume.root.logger=INFO,console
[atguigu@hadoop112 flume-1.7.0]$ bin/flume-ng agent -n a1 -c conf/ -f job/flume1.conf
在hadoop112的/opt/data/test.log端口输入原数据
hadoop113
hadoop114