flume+log4j+hdfs(日志通过flume传到hdfs)

flume+log4j+hdfs(日志通过flume传到hdfs)

  • log4j 日志生成.
  • flume 日志收集系统,收集日志.
  • HDFS Hadoop分布式文件系统,存储日志,使用版本hadoop-3.0.0-alpha1.tar.gz 本文档采用伪分布式方式进行试验,后期进行集群测试.
hdfs 伪分布式安装见博文[hadoop基础环境搭建]一文。
flume安装参考链接

系统环境:centos6.5 linux 64系统 

  1. 官网下载apache-flume-1.6.0-bin.tar.gz
  2. 压缩包上传至/tmp目录,解压缩至/opt/目录
tar -zxvf apache-flume-1.6.0-bin.tar.gz -C /opt/

3.配置flume的环境变量: 修改 /etc/profile(~/.bashrc)文件

export FLUME_HOME=/home/connect/software/flume
export PATH=$FLUME_HOME/bin:$PATH

修改生效:

source /etc/profile(~/.bashrc)

4 进入apahce-flume的bin目录下:

cd /opt/apache-flume-1.6.0-bin/bin

5 运行脚本程序:

./flume-ng version

如果出现版本号,则表明安装成功

6 使用实例: 在/opt/ apache-flume-1.6.0-bin/conf目录创建example.conf文件,内容如下:

# example.conf: A single-node Flume configuration  
  
# Name the components on this agent  
tier1.sources=source1  
tier1.channels=channel1  
tier1.sinks=sink1  
  
tier1.sources.source1.type=avro  
tier1.sources.source1.bind=0.0.0.0  
tier1.sources.source1.port=44444  
tier1.sources.source1.channels=channel1  
  
tier1.channels.channel1.type=memory  
tier1.channels.channel1.capacity=10000  
tier1.channels.channel1.transactionCapacity=1000  
tier1.channels.channel1.keep-alive=30  
  
tier1.sinks.sink1.type=hdfs  
tier1.sinks.sink1.channel=channel1  
tier1.sinks.sink1.hdfs.path=hdfs://master68:8020/flume/events  
tier1.sinks.sink1.hdfs.fileType=DataStream  
tier1.sinks.sink1.hdfs.writeFormat=Text  
tier1.sinks.sink1.hdfs.rollInterval=0  
tier1.sinks.sink1.hdfs.rollSize=10240  
tier1.sinks.sink1.hdfs.rollCount=0  
tier1.sinks.sink1.hdfs.idleTimeout=60  

然后,启动flume,在目录/opt/ apache-flume-1.6.0-bin下,运行flume

flume-ng  agent -c ../conf -f ../conf/flume_kafka.conf -Dflume.root.logger=INFO,console -n tier1 > ../logs/flume.log 2>&1 &

参数说明:

  • n 指定agent名称

  • c 指定配置文件目录

  • f 指定配置文件

  • Dflume.root.logger=DEBUG,console 设置日志等级

  • 然后idea新建maven工程

    package com.besttone.flume;  
  
    import java.util.Date;  
  
    import org.apache.commons.logging.Log;  
    import org.apache.commons.logging.LogFactory;  
  
    public class WriteLog {  
    protected static final Log logger = LogFactory.getLog(WriteLog.class);  
  
    /** 
     * [@param](https://my.oschina.net/u/2303379) args 
     * [@throws](https://my.oschina.net/throws) InterruptedException  
     */  
    public static void main(String[] args) throws InterruptedException {  
        // TODO Auto-generated method stub  
        while (true) {  
        //每隔两秒log输出一下当前系统时间戳  
            logger.info(new Date().getTime());  
            Thread.sleep(2000);  
        }  
    }  
}  

对应的pom文件为:

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>

  <groupId>flumeTest</groupId>
  <artifactId>test</artifactId>
  <version>1.0-SNAPSHOT</version>
  <packaging>jar</packaging>

  <name>test</name>
  <url>http://maven.apache.org</url>

  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>

  <dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>3.8.1</version>
      <scope>test</scope>
    </dependency>
    <dependency>
      <groupId>org.slf4j</groupId>
      <artifactId>slf4j-log4j12</artifactId>
      <version>1.7.21</version>
    </dependency>
    <dependency>
      <groupId>org.apache.flume</groupId>
      <artifactId>flume-ng-core</artifactId>
      <version>1.6.0</version>
    </dependency>
    <dependency>
      <groupId>org.apache.flume.flume-ng-clients</groupId>
      <artifactId>flume-ng-log4jappender</artifactId>
      <version>1.6.0</version>
    </dependency>
  </dependencies>
  <build>
    <plugins>
      <plugin>
        <artifactId>maven-war-plugin</artifactId>
        <version>2.6</version>
        <configuration>
          <warSourceDirectory>WebContent</warSourceDirectory>
          <failOnMissingWebXml>false</failOnMissingWebXml>
        </configuration>
      </plugin>
      <plugin>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>3.5</version>
        <configuration>
          <source>1.8</source>
          <target>1.8</target>
        </configuration>
      </plugin>
    </plugins>
  </build>
</project>

log4j配置文件为:

### set log levels ###
log4j.rootLogger=INFO, stdout, file, flume  
log4j.logger.per.flume=INFO  

### flume ###
log4j.appender.flume=org.apache.flume.clients.log4jappender.Log4jAppender  
log4j.appender.flume.layout=org.apache.log4j.PatternLayout  
log4j.appender.flume.Hostname=10.37.167.204
log4j.appender.flume.Port=44444  

### stdout ###
log4j.appender.stdout=org.apache.log4j.ConsoleAppender  
log4j.appender.stdout.Threshold=INFO  
log4j.appender.stdout.Target=System.out  
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout  
log4j.appender.stdout.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss} %c{1} [%p] %m%n  

### file ###
log4j.appender.file=org.apache.log4j.DailyRollingFileAppender  
log4j.appender.file.Threshold=INFO  
log4j.appender.file.File=./logs/tracker/tracker.log  
log4j.appender.file.Append=true  
log4j.appender.file.DatePattern='.'yyyy-MM-dd  
log4j.appender.file.layout=org.apache.log4j.PatternLayout  
log4j.appender.file.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss} %c{1} [%p] %m%n

然后写一个运行脚本:

#!/bin/sh
jarlist=$(ls  /../flume/lib/*.jar)
CLASSPATH =/.../flume/test-1.0-SNAPSHOT.jar
for jar in ${jarlist}
do
    CLASSPATH=${CLASSPATH}:${jar}
done
echo ${CLASSPATH}

java -classpath $CLASSPATH flumeTest.WriteLog

最后打包发送到服务器,然后运行就ok了。

程序成功运行会出现如下画面:

 2018-01-08 21:11:40 WriteLog [INFO] 1515417100168
  2018-01-08 21:11:42 WriteLog [INFO] 1515417102169
  2018-01-08 21:11:44 WriteLog [INFO] 1515417104170
  2018-01-08 21:11:46 WriteLog [INFO] 1515417106172
  2018-01-08 21:11:48 WriteLog [INFO] 1515417108175
  2018-01-08 21:11:50 WriteLog [INFO] 1515417110177
  2018-01-08 21:11:52 WriteLog [INFO] 1515417112178
  2018-01-08 21:11:54 WriteLog [INFO] 1515417114180
  2018-01-08 21:11:56 WriteLog [INFO] 1515417116181
  2018-01-08 21:11:58 WriteLog [INFO] 1515417118183
  2018-01-08 21:12:00 WriteLog [INFO] 1515417120184
  2018-01-08 21:12:02 WriteLog [INFO] 1515417122185
  2018-01-08 21:12:04 WriteLog [INFO] 1515417124186
  2018-01-08 21:12:06 WriteLog [INFO] 1515417126188
  2018-01-08 21:12:08 WriteLog [INFO] 1515417128189
  2018-01-08 21:12:10 WriteLog [INFO] 1515417130191
  2018-01-08 21:12:12 WriteLog [INFO] 1515417132192
  2018-01-08 21:12:14 WriteLog [INFO] 1515417134193
  2018-01-08 21:12:16 WriteLog [INFO] 1515417136194
  2018-01-08 21:12:18 WriteLog [INFO] 1515417138196
  2018-01-08 21:12:20 WriteLog [INFO] 1515417140197
  2018-01-08 21:12:22 WriteLog [INFO] 1515417142198

5 最后进入hdfs或在浏览器中查看日志是否进入hdfs中输入:

http:localhost:9870
  • [ ] 问题(提示hadoop不能加载本地库)

  • image

  • [ ] 问题2

  • 在linux下,不可避免的会用VIM打开一些windows下编辑过的文本文件。我们会发现文件的每行结尾都会有一个^M$符号,这是因为 DOS下的编辑器和Linux编辑器对文件行末的回车符处理不一致

  • 解决方案: 1 (个人认为是最方便的) 在终端下敲命令:

dos2unix filename 

直接转换成unix格式,就OK了.当出现不能用的时候,则说明dos2unix没有被安装,所以需要:

yum install dos2unix -y

然后继续运行就可以了


  • [ ] 问题3
  • 问题描述: 在hadoop伪分布式中,第一次NameNode格式化后,启动start-dfs.sh后,通过jps查看,namenode/datanode/namesecondly进程都启动了,而当再次格式化namenode之后,DataNode启动不起来了,可以查看问题相似链接 解决方案: 查看core-site.xml中所写的地址/opt/temp/lih-temp中dfs中的name,data,与namesecondary三者中的current中的VERSION中的关系,具体如下两图所示:
  • 正确的图 R-image
  • 错误的图 link

当第二次对namenode进行格式化时,必须要求namenode的clusterID与datanode的clusterID相同,而namesecondary的就不要求了


  • [ ] 4 问题描述:在安装好hadoop之后,配置文件设置如链接所示,当利用wordcount来进行计算: 下文用到的链接
在目录中先新建两个txt文档(如上链接)
#./hdfs dfs -mkdir /hdfsInput

[bin]# ./hadoop jar ../share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0-alpha1.jar wordcount /hdfsInput /hdfsOutput

当利用hadoop运行mapreduce的jar程序时,出现了如下问题: image

产生问题的原因: 路径设置不正确

解决办法: 在mapred-site.xm文件中添加(mapreduce的端口为:8088还有8042,虽然不知道是什么,但是后面会知道的):

<property>
    <name>mapreduce.application.classpath</name>
        <value>
                /opt/hadoop/share/hadoop/hdfs/*,
                /opt/hadoop/share/hadoop/hdfs/lib/*,
                /opt/hadoop/share/hadoop/mapreduce/*,
                /opt/hadoop/share/hadoop/mapreduce/lib/*,
                /opt/hadoop/share/hadoop/yarn/*,
                /opt/hadoop/share/hadoop/yarn/lib/*
        </value>
<property>

参考各种网站:

  1. 参考网站1

  2. 参考网站2

  3. 重点参看1

  4. 重点参考2

  5. 参考链接4

  6. hadoop集群运行jar


  • [ ] 拓展知识点
对项目进行打jar包,并利用命令对其进行运行
  1. 利用命令对项目进行打包jar并且进行运行: 编写java程序:
public class Helloword {
    public static void main(String[] args) {
      System.out.println("Hello word!!");
    }
}

然后进行编译:

javac Helloword.java
java Helloword

然后 使用
jar -cvf hello.jar Helloword.class
即将Helloword打成了hello.jar,然后进行运行
java -jar hello.jar

jar -cvf hello.war Helloword.class
将Helloword打成war包
java -jar hello.war
  1. 利用intellij idea进行打包
  • [对一般工程](http://jingyan.baidu.com/article/f25ef254a829a6482c1b8224.html)
    
  • 如果对含有依赖jar的maven项目,需要将maven中的依赖也打成jar包,需要在pom文件中添加相应的依赖:在首先要在pom里<dependencies>和<repositories>间增加<bulid>属性,build配置信息如下:
    
<build>
    <plugins>
      <plugin>
        <artifactId>maven-assembly-plugin</artifactId>
        <configuration>
          <appendAssemblyId>false</appendAssemblyId>
          <descriptorRefs>
            <descriptorRef>jar-with-dependencies</descriptorRef>
          </descriptorRefs>
          <archive>
            <manifest>
              <mainClass>LIHAO.Helloword</mainClass>
            </manifest>
          </archive>
        </configuration>
        <executions>
          <execution>
            <id>make-assembly</id>
            <phase>package</phase>
            <goals>
              <goal>assembly</goal>
            </goals>
          </execution>
        </executions>
      </plugin>
    </plugins>
  </build>

然后利用:

mvn clean package install -Dmaven.test.skip -X

即可

转载于:https://my.oschina.net/112612/blog/1595326

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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