对Flume的理解

一个channel只能输出一个结果文件。
一个flume agent 由 source + channel + sink 构成，类比于mapper + shuffer + reducer。

1.source类型

source组件是专门用来收集数据的，可以处理各种类型、各种格式的日志数据

常用类型：
1) arvo: 用于Flume agent 之间的数据源传递
2) netcat: 用于监听端口
3）exec: 用于执行linux中的操作指令
4) spooldir: 用于监视文件或目录
5) taildir: 用于监视文件或目录，同时支持追加的监听
总结 ，3/4/5三种方式，最常用的是5，适合用于监听多个实时追加的文件，并且能够实现断点续传。

2.channel的参数类型

组件对采集到的数据进行缓存

1） Memory Channel ： 加载在内存中（存在数据丢失的风险 ）
2） File Channel ：落入磁盘

3.sink类型

Sink组件是用于把数据发送到目的地的组件

常使用的类型有：
1) avro: 用于输出到下一个Flume Agent ，一个开源的序列化框架
2) hdfs: 输出到hdfs
3) fill_roll: 输出到本地
4) logger: 输出到控制台
5) hbase: 输出到hbase

连接flume

1.查看指定ip的通信端口

sudo netstat -ntlp | grep 端口号

2.关闭端口

sudo kill 端口进程号

3.连接指定ip地址的指定端口

nc ip 端口号

4.启动flume

1）第一种写法

bin/flume-ng agent --conf conf/ --name a1 --conf-file job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

2）第二种写法

bin/flume-ng agent -c conf/ -n a1 -f job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

参数说明：
–conf/-c：表示配置文件存储在conf/目录
–name/-n：表示给agent起名为a1
–conf-file/-f：flume本次启动读取的配置文件是在job文件夹下的flume-telnet.conf文件。
-Dflume.root.logger=INFO,console ：-D表示flume运行时动态修改flume.root.logger参数属性值，并将控制台日志打印级别设置为INFO级别。日志级别包括:log、info、warn、error。