flume配置

最新推荐文章于 2021-12-14 10:08:31 发布
最新推荐文章于 2021-12-14 10:08:31 发布
阅读量243 收藏
点赞数
分类专栏： 大数据 文章标签： flume配置
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39594542/article/details/84615118
版权

flume安装配置

Name the components on this agent

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /home/hadoop/data/access.log

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

开启命令：
flume-ng agent -c conf -f flume12.conf -n a2 -Dflume.root.logger=INFO,console

flume使用示例
flume的特点：
flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。支持在日志系统中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接受方(比如文本、HDFS、Hbase等)的能力 。
flume的数据流由事件(Event)贯穿始终。事件是Flume的基本数据单位，它携带日志数据(字节数组形式)并且携带有头信息，这些Event由Agent外部的Source生成，当Source捕获事件后会进行特定的格式化，然后Source会把事件推入(单个或多个)Channel中。你可以把Channel看作是一个缓冲区，它将保存事件直到Sink处理完该事件。Sink负责持久化日志或者把事件推向另一个Source。

flume的可靠性 ：
　当节点出现故障时，日志能够被传送到其他节点上而不会丢失。Flume提供了三种级别的可靠性保障，从强到弱依次分别为：end-to-end（收到数据agent首先将event写到磁盘上，当数据传送成功后，再删除；如果数据发送失败，可以重新发送。），Store on failure（这也是scribe采用的策略，当数据接收方crash时，将数据写到本地，待恢复后，继续发送），Besteffort（数据发送到接收方后，不会进行确认）。

flume的可恢复性：
还是靠Channel。推荐使用FileChannel，事件持久化在本地文件系统里(性能较差)。

flume的一些核心概念：
Agent使用JVM 运行Flume。每台机器运行一个agent，但是可以在一个agent中包含多个sources和sinks。

标题

Client生产数据，运行在一个独立的线程。
Source从Client收集数据，传递给Channel。
Sink从Channel收集数据，运行在一个独立线程。
Channel连接 sources 和 sinks ，这个有点像一个队列。
Events可以是日志记录、 avro 对象等。
Flume以agent为最小的独立运行单位。一个agent就是一个JVM。单agent由Source、Sink和Channel三大组件构成，如下图：

值得注意的是，Flume提供了大量内置的Source、Channel和Sink类型。不同类型的Source,Channel和Sink可以自由组合。组合方式基于用户设置的配置文件，非常灵活。比如：Channel可以把事件暂存在内存里，也可以持久化到本地硬盘上。Sink可以把日志写入HDFS, HBase，甚至是另外一个Source等等。Flume支持用户建立多级流，也就是说，多个agent可以协同工作，并且支持Fan-in、Fan-out、Contextual Routing、Backup Routes，这也正是NB之处。如下图所示:

二、如何安装？
　　　　1.下载安装包
2.配置环境变量
3.修改配置文件(案例给出)
4.启动服务(案例给出)
5.验证 flume-ng -version
三、flume的案例
案例1：Avro　可以发送一个给定的文件给Flume，Avro 源使用AVRO RPC机制

(a)创建agent配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/avro.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= avro
a1.sources.r1.channels = c1
a1.sources.r1.bind = 0.0.0.0
a1.sources.r1.port = 4141

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
　　 (b)启动服务 flume agent a1
flume-ng agent -c .-f /home/hadoop/flume-1.5.0-bin/conf/avro.conf -n a1 -Dflume.root.logger=INFO,console
　　©创建指定文件
echo “hello world” > /home/hadoop/flume-1.5.0-bin/log.00
　　
(d)使用avro-client发送文件
flume-ng avro-client -c . -H m1 -p 4141 -F /home/hadoop/flume-1.5.0-bin/log.00
　　　　　　
(f)在m1的控制台，可以看到以下信息，注意最后一行： hello world

案例2：Spool 监测配置的目录下新增的文件，并将文件中的数据读取出来。需要注意两点：

  1. 拷贝到spool目录下的文件不可以再打开编辑。
  2. spool目录下不可包含相应的子目录
    　
    (a)创建agent配置文件
    vi /home/hadoop/flume-1.5.0-bin/conf/spool.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= spooldir
a1.sources.r1.channels = c1
a1.sources.r1.spoolDir = /home/hadoop/flume-1.5.0-bin/logs
a1.sources.r1.fileHeader = true

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
　　　　　　
(b)启动服务flume agent a1
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/spool.conf -n a1 -Dflume.root.logger=INFO,console
©追加文件到/home/hadoop/flume-1.5.0-bin/logs目录
echo “spool test1” > /home/hadoop/flume-1.5.0-bin/logs/spool_text.log
(d)在m1的控制台，可以看到以下相关信息：
Event: { headers:{file=/home/hadoop/flume-1.5.0-bin/logs/spool_text.log} body: 73 70 6F 6F 6C 20 74 65 73 74 31 spool test1 }

案例3：Exec 执行一个给定的命令获得输出的源,如果要使用tail命令，必选使得file足够大才能看到输出内容
(a)创建agent配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/exec_tail.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= exec
a1.sources.r1.channels = c1
a1.sources.r1.command= tail-F /home/hadoop/flume-1.5.0-bin/log_exec_tail

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
(b)启动服务flume agent a1
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/exec_tail.conf -n a1 -Dflume.root.logger=INFO,console
©生成足够多的内容在文件里
for i in {1…100};do echo “exec tail$i” >> /home/hadoop/flume-1.5.0-bin/log_exec_tail;echo $i;sleep 0.1;done
(e)在m1的控制台，可以看到以下信息：
Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 20 74 65 73 74 exec tail test }
Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 20 74 65 73 74 exec tail test }

案例4：Syslogtcp 监听TCP的端口做为数据源
(a)创建agent配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/syslog_tcp.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.host = localhost
a1.sources.r1.channels = c1

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

(b)启动flume agent a1
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/syslog_tcp.conf -n a1 -Dflume.root.logger=INFO,console
　©测试产生syslog
echo “hello idoall.org syslog” | nc localhost 5140
　(d)在m1的控制台，可以看到以下信息：
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 68 65 6C 6C 6F 20 69 64 6F 61 6C 6C 2E 6F 72 67 hello idoall.org }
　　
案例5：JSONHandler
(a)创建agent配置文件

vi /home/hadoop/flume-1.5.0-bin/conf/post_json.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= org.apache.flume.source.http.HTTPSource
a1.sources.r1.port = 8888
a1.sources.r1.channels = c1

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
(b)启动flume agent a1

flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/post_json.conf -n a1 -Dflume.root.logger=INFO,console

©生成JSON 格式的POST request
curl -X POST -d ‘[{ “headers” :{“a” : “a1”,“b” : “b1”},“body” : “idoall.org_body”}]’ http://localhost:8888
(d)在m1的控制台，可以看到以下信息：
Event: { headers:{b=b1, a=a1}
body: 69 64 6F 61 6C 6C 2E 6F 72 67 5F 62 6F 64 79 idoall.org_body }
　　　　
案例6：Hadoop sink
(a)创建agent配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/hdfs_sink.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.host = localhost
a1.sources.r1.channels = c1

Describe the sink

a1.sinks.k1.type= hdfs
a1.sinks.k1.channel = c1
a1.sinks.k1.hdfs.path = hdfs://m1:9000/user/flume/syslogtcp
a1.sinks.k1.hdfs.filePrefix = Syslog
a1.sinks.k1.hdfs.round = true
a1.sinks.k1.hdfs.roundValue = 10
a1.sinks.k1.hdfs.roundUnit = minute

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
(b)启动flume agent a1

flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/hdfs_sink.conf -n a1 -Dflume.root.logger=INFO,console
©测试产生syslog
echo “hello idoall flume -> hadoop testing one” | nc localhost 5140
(d) 在m1上再打开一个窗口，去hadoop上检查文件是否生成
hadoop fs -ls /user/flume/syslogtcp
hadoop fs -cat /user/flume/syslogtcp/Syslog.1407644509504
　　　　
案例7：File Roll Sink
(a)创建agent配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/file_roll.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= syslogtcp
a1.sources.r1.port = 5555
a1.sources.r1.host = localhost
a1.sources.r1.channels = c1

Describe the sink

a1.sinks.k1.type= file_roll
a1.sinks.k1.sink.directory = /home/hadoop/flume-1.5.0-bin/logs

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
(b)启动flume agent a1
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/file_roll.conf -n a1 -Dflume.root.logger=INFO,console
©测试产生log
echo “hello idoall.org syslog” | nc localhost 5555
echo “hello idoall.org syslog 2” | nc localhost 5555
(d)查看/home/hadoop/flume-1.5.0-bin/logs下是否生成文件,默认每30秒生成一个新文件
ll /home/hadoop/flume-1.5.0-bin/logs
cat /home/hadoop/flume-1.5.0-bin/logs/1407646164782-1
cat /home/hadoop/flume-1.5.0-bin/logs/1407646164782-2
hello idoall.org syslog
hello idoall.org syslog 2

案例8：Replicating Channel Selector Flume支持Fan out流从一个源到多个通道。有两种模式的Fan out，分别是复制和复用。在复制的情况下，流的事件被发送到所有的配置通道。在复用的情况下，事件被发送到可用的渠道中的一个子集。Fan out流需要指定源和Fan out通道的规则。这次我们需要用到m1,m2两台机器
(a)在m1创建replicating_Channel_Selector配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf

a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2

Describe/configure the source

a1.sources.r1.type= syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.host = localhost
a1.sources.r1.channels = c1 c2
a1.sources.r1.selector.type= replicating

Describe the sink

a1.sinks.k1.type= avro
a1.sinks.k1.channel = c1
a1.sinks.k1.hostname= m1
a1.sinks.k1.port = 5555
a1.sinks.k2.type= avro
a1.sinks.k2.channel = c2
a1.sinks.k2.hostname= m2
a1.sinks.k2.port = 5555

Use a channel which buffers events in memory

a1.channels.c1.type= memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
a1.channels.c2.type= memory
a1.channels.c2.capacity = 1000
a1.channels.c2.transactionCapacity = 100
(b)在m1创建replicating_Channel_Selector_avro配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= avro
a1.sources.r1.channels = c1
a1.sources.r1.bind = 0.0.0.0
a1.sources.r1.port = 5555

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
©在m1上将2个配置文件复制到m2上一份
scp -r /home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf
scp -r /home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf
(d)打开4个窗口，在m1和m2上同时启动两个flume agent
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf -n a1 -Dflume.root.logger=INFO,console
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf -n a1 -Dflume.root.logger=INFO,console
(e)然后在m1或m2的任意一台机器上，测试产生syslog
echo “hello idoall.org syslog” | nc localhost 5140
(f)在m1和m2的sink窗口，分别可以看到以下信息,这说明信息得到了同步：
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 68 65 6C 6C 6F 20 69 64 6F 61 6C 6C 2E 6F 72 67 hello idoall.org }
　
案例9：Multiplexing Channel Selector
(a)在m1创建Multiplexing_Channel_Selector配置文件

vi /home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf

a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2

Describe/configure the source

a1.sources.r1.type= org.apache.flume.source.http.HTTPSource
a1.sources.r1.port = 5140
a1.sources.r1.channels = c1 c2
a1.sources.r1.selector.type= multiplexing
a1.sources.r1.selector.header = type
#映射允许每个值通道可以重叠。默认值可以包含任意数量的通道。
a1.sources.r1.selector.mapping.baidu = c1
a1.sources.r1.selector.mapping.ali = c2
a1.sources.r1.selector.default = c1

Describe the sink

a1.sinks.k1.type= avro
a1.sinks.k1.channel = c1
a1.sinks.k1.hostname= m1
a1.sinks.k1.port = 5555
a1.sinks.k2.type= avro
a1.sinks.k2.channel = c2
a1.sinks.k2.hostname= m2
a1.sinks.k2.port = 5555

Use a channel which buffers events in memory

a1.channels.c1.type= memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
a1.channels.c2.type= memory
a1.channels.c2.capacity = 1000
a1.channels.c2.transactionCapacity = 100
(b)在m1创建Multiplexing_Channel_Selector_avro配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf
a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= avro
a1.sources.r1.channels = c1
a1.sources.r1.bind = 0.0.0.0
a1.sources.r1.port = 5555

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
©将2个配置文件复制到m2上一份
scp -r /home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf
scp -r /home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf
(d)打开4个窗口，在m1和m2上同时启动两个flume agent
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf -n a1 -Dflume.root.logger=INFO,console

flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf -n a1 -Dflume.root.logger=INFO,console
(e)然后在m1或m2的任意一台机器上，测试产生syslog
curl -X POST -d ‘[{ “headers” :{“type” : “baidu”},“body” : “idoall_TEST1”}]’ http://localhost:5140 &&
curl -X POST -d ‘[{ “headers” :{“type” : “ali”},“body” : “idoall_TEST2”}]’ http://localhost:5140 &&
curl -X POST -d ‘[{ “headers” :{“type” : “qq”},“body” : “idoall_TEST3”}]’ http://localhost:5140
(f)在m1的sink窗口，可以看到以下信息：
Event: { headers:{type=baidu} body: 69 64 6F 61 6C 6C 5F 54 45 53 54 31}
Event: { headers:{type=qq} body: 69 64 6F 61 6C 6C 5F 54 45 53 54 33}
(g)在m2的sink窗口，可以看到以下信息：
Event: { headers:{type=ali} body: 69 64 6F 61 6C 6C 5F 54 45 53 54 32}
可以看到，根据header中不同的条件分布到不同的channel上

案例10：Flume Sink Processors failover的机器是一直发送给其中一个sink，当这个sink不可用的时候，自动发送到下一个sink。
(a)在m1创建Flume_Sink_Processors配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf

a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2
#这个是配置failover的关键，需要有一个sink group
a1.sinkgroups = g1
a1.sinkgroups.g1.sinks = k1 k2
#处理的类型是failover
a1.sinkgroups.g1.processor.type= failover
#优先级，数字越大优先级越高，每个sink的优先级必须不相同
a1.sinkgroups.g1.processor.priority.k1 = 5
a1.sinkgroups.g1.processor.priority.k2 = 10
#设置为10秒，当然可以根据你的实际状况更改成更快或者很慢
a1.sinkgroups.g1.processor.maxpenalty = 10000

Describe/configure the source

a1.sources.r1.type= syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.channels = c1 c2
a1.sources.r1.selector.type= replicating

Describe the sink

a1.sinks.k1.type= avro
a1.sinks.k1.channel = c1
a1.sinks.k1.hostname= m1
a1.sinks.k1.port = 5555
a1.sinks.k2.type= avro
a1.sinks.k2.channel = c2
a1.sinks.k2.hostname= m2
a1.sinks.k2.port = 5555

Use a channel which buffers events in memory

a1.channels.c1.type= memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
a1.channels.c2.type= memory
a1.channels.c2.capacity = 1000
a1.channels.c2.transactionCapacity = 100
(b)在m1创建Flume_Sink_Processors_avro配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c

Describe/configure the source

a1.sources.r1.type= avro
a1.sources.r1.channels = c1
a1.sources.r1.bind = 0.0.0.0
a1.sources.r1.port = 5555

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
©将2个配置文件复制到m2上一份
scp -r /home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf

scp -r /home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf
(d)打开4个窗口，在m1和m2上同时启动两个flume agent
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf -n a1 -Dflume.root.logger=INFO,console
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf -n a1 -Dflume.root.logger=INFO,console
(e)然后在m1或m2的任意一台机器上，测试产生log
echo “idoall.org test1 failover” | nc localhost 5140
(f)因为m2的优先级高，所以在m2的sink窗口，可以看到以下信息，而m1没有：
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 31 idoall.org test1 }
(g)这时我们停止掉m2机器上的sink(ctrl+c)，再次输出测试数据：
echo “idoall.org test2 failover” | nc localhost 5140
(h)可以在m1的sink窗口，看到读取到了刚才发送的两条测试数据：
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 31 idoall.org test1 }
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 32 idoall.org test2 }
(i)我们再在m2的sink窗口中，启动sink：
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf -n a1 -Dflume.root.logger=INFO,console
(j)输入两批测试数据：
echo “idoall.org test3 failover” | nc localhost 5140 && echo “idoall.org test4 failover” | nc localhost 5140
(k)在m2的sink窗口,我们可以看到以下信息,因为优先级的关系,log消息会再次落到m2上：
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 33 idoall.org test3 }
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 34 idoall.org test4 }

案例11：Load balancing Sink Processor load balance type和failover不同的地方是,load balance有两个配置,一个是轮询,一个是随机。两种情况下如果被选择的sink不可用,就会自动尝试发送到下一个可用的sink上面。
(a)在m1创建Load_balancing_Sink_Processors配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf

a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1
#这个是配置Load balancing的关键，需要有一个sink group
a1.sinkgroups = g1
a1.sinkgroups.g1.sinks = k1 k2
a1.sinkgroups.g1.processor.type= load_balance
a1.sinkgroups.g1.processor.backoff = true
a1.sinkgroups.g1.processor.selector = round_robin

Describe/configure the source

a1.sources.r1.type= syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.channels = c1

Describe the sink

a1.sinks.k1.type= avro
a1.sinks.k1.channel = c1
a1.sinks.k1.hostname= m1
a1.sinks.k1.port = 5555
a1.sinks.k2.type= avro
a1.sinks.k2.channel = c1
a1.sinks.k2.hostname= m2
a1.sinks.k2.port = 5555

Use a channel which buffers events in memory

a1.channels.c1.type= memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
(b)在m1创建Load_balancing_Sink_Processors_avro配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= avro
a1.sources.r1.channels = c1
a1.sources.r1.bind = 0.0.0.0
a1.sources.r1.port = 5555

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
©将2个配置文件复制到m2上一份
scp -r /home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf

scp -r /home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf root@m2:/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf
(d)打开4个窗口，在m1和m2上同时启动两个flume agent
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf -n a1 -Dflume.root.logger=INFO,console
flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf -n a1 -Dflume.root.logger=INFO,console
(e)然后在m1或m2的任意一台机器上，测试产生log，一行一行输入，输入太快，容易落到一台机器上
echo “idoall.org test1” | nc localhost 5140
echo “idoall.org test2” | nc localhost 5140
echo “idoall.org test3” | nc localhost 5140
echo “idoall.org test4” | nc localhost 5140
(f)在m1的sink窗口，可以看到以下信息：
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 32 idoall.org test2 }
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 34 idoall.org test4 }
(g)在m2的sink窗口，可以看到以下信息：
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 31 idoall.org test1 }
Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E 6F 72 67 20 74 65 73 74 33 idoall.org test3 }
　说明轮询模式起到了作用。

案例12：Hbase sink
(a)在测试之前，请先将hbase启动
(b)然后将以下文件复制到flume中：
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/protobuf-java-2.5.0.jar /home/hadoop/flume-1.5.0-bin/lib
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-client-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-common-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-protocol-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-server-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-hadoop2-compat-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-hadoop-compat-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib
cp/home/hadoop/hbase-0.96.2-hadoop2/lib/htrace-core-2.04.jar /home/hadoop/flume-1.5.0-bin/lib
©确保test_idoall_org表在hbase中已经存在。
(d)在m1创建hbase_simple配置文件
vi /home/hadoop/flume-1.5.0-bin/conf/hbase_simple.conf

a1.sources = r1
a1.sinks = k1
a1.channels = c1

Describe/configure the source

a1.sources.r1.type= syslogtcp
a1.sources.r1.port = 5140
a1.sources.r1.host = localhost
a1.sources.r1.channels = c1

Describe the sink

a1.sinks.k1.type= logger
a1.sinks.k1.type= hbase
a1.sinks.k1.table = test_idoall_org
a1.sinks.k1.columnFamily = name
a1.sinks.k1.column = idoall
a1.sinks.k1.serializer = org.apache.flume.sink.hbase.RegexHbaseEventSerializer
a1.sinks.k1.channel = memoryChannel

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
(e)启动flume agent
flume-ngagent -c . –f /home/hadoop/flume-1.5.0-bin/conf/hbase_simple.conf -n a1 -Dflume.root.logger=INFO,console
(f)测试产生syslog
echo “hello idoall.org from flume” | nc localhost 5140
(g)这时登录到hbase中，可以发现新数据已经插入
hbase shell

hbase(main):001:0> list
TABLE
hbase2hive_idoall
hive2hbase_idoall
test_idoall_org

=> [“hbase2hive_idoall”,“hive2hbase_idoall”,“test_idoall_org”]

hbase(main):002:0> scan “test_idoall_org”

hbase(main):004:0> quit
　　　　经过这么多flume的例子测试，如果你全部做完后，会发现flume的功能真的很强大，可以进行各种搭配来完成你想要的工作，俗话说师傅领进门，修行在个人，如何能够结合你的产品业务，将flume更好的应用起来，快去动手实践吧。

whk_小猿人
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Flume实践
sinat_35403904的博客
01-24 1998
一、简介： 采集、收集数据 二、安装 1.      解压 2.      在conf下复制一份flume-conf.properties.template就可以开始玩flume了 三、概念 source：源数据（你从哪里来） sink：源数据落地点（要到哪里去） channel：信道，用于连接source和sink（来时的路） 四、几个应用场景介绍 1.      多级age
flume案例
Carina_____的博客
11-12 309
第一个案例：flume采集网络端口的数据 第二个案例：监控某一个目录下面的所有的文件，只要目录下面有文件，收集文件内容，上传到hdfs上面去 14 sink：hdfsSink source： spooldir spooldir特性： 1、监视一个目录，只要目录中出现新文件，就会采集文件中的内容 2、采集完成的文件，会被agent自动添加一个后缀：COMPLETED 3、所监视的目录中不允许重复出现相同文件名的文件（flume比较脆弱，一旦抛异常，就会停止工作，只能手动重启） channel：memory
flume使用示例
FAN15378785757的博客
05-15 168
flume的特点： flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。支持在日志系统中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接受方(比如文本、HDFS、Hbase等)的能力 。 flume的数据流由事件(Event)贯穿始终。事件是Flume的基本数据单位，它携带日志数据(字节数组形式)并且携带有头信息，这些Ev...
Flume5 实时监控目录下多个新文件
Auraros的博客
11-23 279
Flume5 实时监控目录下多个新文件 案例需求： 使用Flume监听整个目录的文件，并上传至HDFS 需求分析： 实践步骤 创建配置文件 flume-dir-hdfs.conf 创建一个文件 [atguigu@hadoop102 job]$ touch flume-dir-hdfs.conf 打开文件 [atguigu@hadoop102 job]$ vim flume-dir-hdfs.conf 添加如下内容 a3.sources = r3 a3.sinks = k3 a3.channels
Flume 简单案例
u011249837的专栏
12-14 644
1）采集目录到 HDFS 采集需求：服务器的某特定目录下，会不断产生新的文件，每当有新文件出现， 就需要把文件采集到 HDFS 中去 根据需求，首先定义以下 3 大要素 采集源，即 source——监控文件目录 : spooldir 下沉目标，即 sink——HDFS 文件系统 : hdfs sink source 和 sink 之间的传递通道——channel，可用 file channel 也可以用内存 channel 配置文件编写： a1.sources.r1.type = spooldir
flume配置文件案例
09-27
flume配置文件，文件配了说明，可以拿下来改一改就用。 可以获取端口数据监听或者文件、文件夹内容监听，实时写入hdfs、mysql或者你需要的路径。
flume配置文件demo
11-06
本示例中的 "flume配置文件demo" 提供了一些基础的 Flume 配置文件，用于展示其基本工作原理和配置方法。 Flume 的配置文件通常以 `.conf` 结尾，如 `flume-conf.conf`。这些配置文件使用基于 Java 属性的格式，...
FlumeConfig:可视化 Flume 配置编辑器
06-26
版本：0.1.0 Flume 配置完全用 Javascript 编写并且是自包含的。 它允许您直观地布置 Flume 拓扑，输入源、通道和接收器的属性，并为您创建水槽配置文件。 它可以处理多个代理。 目前并非所有的源、接收器、通道都...
Flume学习文档(2){Flume安装部署、Flume配置文件}.docx
07-27
配置Flume涉及到编辑Flume配置文件，这是一个基于Java的Properties格式的文本文件。在案例一中，我们看到一个简单的配置示例，用于监听特定端口（如44444）并把接收到的数据打印到控制台。以下是对配置文件中各个...
Flume配置文件kafkaSource
08-07
Flume配置文件kafkaSource 包含Intercepter,包含正则表达式。
Flume配置文件kafkaSource Interceptor
08-07
Flume配置文件kafkaSource Interceptor，包含获取数据中的关键词时间日期等信息
flume配置双HA hdfsSink源码修改实现
09-29
### Flume配置双HA HDFS Sink源码修改实现 #### 概述 Flume是一款高可靠、高性能的服务，用于收集、聚合和移动大量日志数据。它具备丰富的故障恢复机制，能够提供良好的数据流隔离性。然而，在某些情况下，用户...
Flume配置双HA hdfsSink.docx
06-17
### Flume配置双HA HDFS Sink详解 #### 一、背景与需求分析 Apache Flume 是一款高可靠、高性能的服务，用于收集、聚合和移动大量日志数据。它具有简单的可扩展架构，易于定制和部署。然而，在某些情况下，用户...
大数据采集技术-Flume配置.pptx
12-23
**大数据采集技术与Flume配置详解** 在大数据领域，数据采集是整个数据分析流程的第一步，它涉及从各种来源收集大量数据并将其传输到处理或存储系统。Apache Flume是Apache Hadoop项目的一个子项目，专门设计用于...
04、日志收集系统Flume-flume配置案例.docx
11-30
在这个文档中，我们将深入探讨两个 Flume 配置案例，以理解其工作原理。 案例 1：单一节点配置 这个案例展示了最基础的 Flume 设置，只有一个节点（agent），该节点包含一个源（source）、一个接收器（sink）和一个...
Flume 几个例子
zhuzi51的专栏
01-15 163
楔子 最近看了看Flume，做个笔记，方便下次快速找到 安装 Flume 安装设置 配置文件flume-env.sh 的JAVA_HOME即可 1.1 监听 端口数据 Telnet localhost 44444 输入 ## fileName flume-telnet.conf #Name the components on this agent a1.sources = r1 a1.sink...
Flume入门案例（三个简单的小案例）
bigdataJ的博客
08-26 547
案例一：使用Flume监听一个端口，收集该端口数据，并打印到控制台。 （1）安装netcat工具 [@hadoop102 software]$ sudo yum install -y nc （2）判断44444端口是否被占用 [@hadoop102 flume-telnet]$ sudo netstat -tunlp | grep 44444 （3）创建Flume Agent配置文件netcat-flume-logger.conf 在flume目录下创建job文件夹并进入job文件夹。 [@hadoop
Flume-应用案例（三）
不瘦十斤不换名字
11-07 510
JsonHandler用于处理标准json数据。 编写JSONHandler source配置文件 >echo >> json.conf >vim json.conf a1.sources=r1 a1.channels=c1 a1.sinks=k1a1.sources.r1.type=org.apache.flume.source.http.HTTPSource a1.sources.r1.port
Flume使用案例一
while false
09-14 507
1.安装部署Flume 我这里Flume的版本是CDH5.3.6的，下载地址  http://archive.cloudera.com/cdh5/cdh/5/flume-ng-1.5.0-cdh5.3.6.tar.gz   上传解压之后修改配置文件 mv flume-env.sh.template  flume-env.sh vi flume-env.sh 将export JAVA_HO...
flume配置文件详解
最新发布
08-02
Flume的配置文件用于指定数据源和目的地之间的交互方式。在配置文件中，可以定义数据源、通道和接收器的类型以及它们之间的关系。以下是Flume配置文件的详细解析： 1. Source配置项：Flume支持多种数据源，包括Avro Source、NetCat Source、Exec Source等。每种数据源都有相应的配置项，用于指定数据源的类型、监听的端口、文件路径等。 2. Channel配置项：通道用于在数据源和接收器之间传输数据。Flume提供了多种通道类型，包括Memory Channel、JDBC Channel、Kafka Channel等。每种通道都有相应的配置项，用于指定通道的类型、容量、持久化方式等。 3. Sink配置项：接收器用于接收从通道中传输过来的数据，并进行相应的处理。Flume提供了多种接收器类型，包括Logger Sink、HDFS Sink、Hive Sink等。每种接收器都有相应的配置项，用于指定接收器的类型、目标路径、格式等。 需要注意的是，以上只是常见的配置项，Flume还提供了更多的配置项，可以根据具体需求进行配置。详细的配置项可以参考Flume官网提供的文档。 总结起来，Flume的配置文件主要包括数据源、通道和接收器的配置项，通过配置文件可以灵活地定义数据的采集、传输和处理方式。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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