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。
![](https://i-blog.csdnimg.cn/blog_migrate/0da85a9eeffd6858f431a5b09c7d018a.png)
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
。
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。
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。
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
和
File Channel
。
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。
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。
从官网下在安装包
apache-flume-1.9.0-bin.tar.gz 到 /opt/module/ 并解压到flume目录如下:
![](https://i-blog.csdnimg.cn/blog_migrate/89347f8edb16f812a70971f10f63e257.png)
监控端口数据官方案例
需要先安装netcat 工具
sudo yum install -y nc
创建配置文件hello.conf 一般放在jobs目录下:
# 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
启动flume监听:
bin/flume-ng agent -c conf/ -n a1 -f jobs/hello.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。
使用nc工具发送数据:
nc localhost 44444