一、Apache Flume
1、概述
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、聚合和传输的软件
Flume的核心把数据从数据源(Source)收集过来,再将收集到的数据送到指定的目的地(sink)。为了保证输送的过程一定成功,在数据送到目的地(sink)后,flume在删除主键缓存的数据。
2、运行机制
Flume系统中核心的角色是agent,agent本身是一个Java进程,一般运行在日志收集节点。
每一个agent相当于一个数据传递员,内部有三个组件:
Source:采集源,用于跟数据源对接,以获取数据;
Sink:下沉地,采集数据的传送目的,用于往下一级agent传递数据或者往
最终存储系统传递数据;
Channel:agent内部的数据传输通道,用于从source将数据传递到sink;
在整个数据的传输的过程中,流动的是event,它是Flume内部数据传输的最基本单元。event将传输的数据进行封装。如果是文本文件,通常是一行记录,event也是事务的基本单位。event从source,流向channel,再到sink,本身为一个字节数组,并可携带headers(头信息)信息。event代表着一个数据的最小完整单元,从外部数据源来,向外部的目的地去。
一个完整的event包括:event headers、event body、event信息,其中event信息就是flume收集到的日记记录。
Flume采集系统结构图
1. 简单结构
单个agent采集数据
2、复杂结构
多级agent之间串联
二、安装Flume
第一步:上传压缩包并解压
tar -zxvf apache-flume-1.8.0-bin.tar.gz -C /export/servers
第二步:在配置文件里面添加JAVA_HOME的路径
进入到flume的conf
cd /export/servers/apache-flume-1.8.0-bin/conf
cp flume-env.sh.template flume-env.sh
vim flume-env.sh
export JAVA_HOME=${JAVA_HOME}
测试JAVA_HOME配置是否配置
echo ${JAVA_HOME}
第三步:新建文件 进行测试
1.
先在flume的conf目录下新建一个文件
vim netcat-logger.conf
# 定义这个agent中各组件的名字
a1.sources = r1
a1.sinks = k1
a1.channels = c1
# 描述和配置source组件:r1
a1.sources.r1.type = netcat
a1.sources.r1.bind = 192.168.100.201
a1.sources.r1.port = 44444
# 描述和配置sink组件:k1
a1.sinks.k1.type = logger
# 描述和配置channel组件,此处使用是内存缓存的方式
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
# 描述和配置source channel sink之间的连接关系
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1
1、启动agent去采集数据
/export/servers/apache-flume-1.8.0-bin
bin/flume-ng agent -c conf -f conf/netcat-logger.conf -n a1
-Dflume.root.logger=INFO,console
-c conf 指定flume自身的配置文件所在目录
-f conf/netcat-logger.con 指定我们所描述的采集方案
-n a1 指定我们这个agent的名字3.安装文件并测试
先要往agent采集监听的端口上发送数据,让agent有数据可采。
随便在一个能跟agent节点联网的机器上:
使用rpm -qa|grep telnet查telnet是否安装
如果没有安装
yum install telnet-server 安装telnet服务
yum install telnet.* 安装telnet客户端
检查memcached是否安装,且已开启memcached服务
rpm -qa memcached 有输出说明已安装
如果没有输出则没有安装
yum install memcached
telnet 192.168.100.201 44444
输入传输数据例如12313