日志采集框架Flume（二）进阶

最新推荐文章于 2024-02-16 17:03:39 发布
最新推荐文章于 2024-02-16 17:03:39 发布
阅读量229 收藏
点赞数
分类专栏： flume 文章标签： 日志采集框架
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/weixin_38255444/article/details/103407890
版权

日志采集框架Flume（二）进阶

  1. Flume事务：
    在这里插入图片描述

    flume处理事务的流程分为两个部分（两个事件），数据输入端（Source–Channel端）和数据输出端（Channel—Sink端）。

    数据输入端：Source将数据从web服务器抓取过来，然后进行doput到putList临时缓冲区，putList是一个队列形式的缓冲区，然后doCommit将putList提交到Channel中，doCommit检查Channel中的内存队列是否能够合并，如果能够合并，将一组数据放到一个事务中进行传递，当putList内存缓冲区中的空间不够使用时才会发生doRollback，进行事务回滚。

    数据输出端：发生再channel与sink之间的事务，doTake将数据抓取到takeList缓冲区中，并进行写入HDFS中。doCommit将一组数据发送到Sink中，并判断数据是否全部发送成功，发送成功后，清空缓冲区。如果这一组数据中，有任何一个没有发送成功，doRollback就会将tabkeList中的数据回滚到channel中。

  2. FlumeAgent内部原理

在这里插入图片描述
Source接收到Web服务器发送的数据后交给Channel中的事件处理器Channel Processor，时间处理器内部进行将数据传递给拦截器，对事件进行分类，加标记等一系列自定义拦截器处理，接着将每个事件交给Channe Selector（Channel选择器），进行选择相对应的Channel（传输通道），经过channel后，交给SinkProcessor，进行分配Sink（下沉组件），输出到目的地。

  1. 重要组件

    1. ChannelSelector

      ChannelSelector 的作用就是选出 Event 将要被发往哪个 Channel。其共有两种类型，分别是 Replicating（复制）和 Multiplexing（多路复用）。

      ReplicatingSelector 会将同一个发往所有的，会根据相应的原则，将不同的发往不同的。

    2. SinkProcessor

      SinkProcessor共有三种类型，分别是：

      DefaultSinkProcessor：对应的是单个的 Sink。

      LoadBalancingSinkProcessor：对应的是 Sink Group，可以实现负载均衡的功能。

      FailoverSinkProcessor： Sink Group

  2. Flume的拓扑结构

    1. 简单串联：将多个flume线性串联起来。此模式不建议桥接过多的flume，flume数量过多会影响传输效率，一旦某个节点flume宕机，整个传输系统将会崩溃。

    2. 复制和多路复用

    在这里插入图片描述

    Flume支持将事件流向一个或者多个目的地。这种模式可以将相同数据复制到多个channel中，或者将不同数据分发到不同的channel中，sink可以选择传送到不同的目的地。

    1. 负载均衡和故障转移
      在这里插入图片描述

      Flume 支持使用将多个sink 逻辑上分到一个sink 组，sink 组配合不同的SinkProcessor可以实现负载均衡和错误恢复的功能。

    2. 聚合

在这里插入图片描述

  这种模式是我们最常见的，也非常实用，日常 web 应用通常分布在上百个服务器，大者甚至上千个、上万个服务器。产生的日志，处理起来也非常麻烦。用 flume 的这种组合方式能很好的解决这一问题，每台服务器部署一个 flume 采集日志，传送到一个集中收集日志的flume，再由此 flume 上传到 hdfs、hive、hbase 等，进行日志分析。

  1. 企业开发

    1. 复制和多路复用

      1	案例需求
	使用 Flume-1 监控文件变动，Flume-1 将变动内容传递给 Flume-2，Flume-2 负责存储到 HDFS。同时 Flume-1 将变动内容传递给Flume-3，Flume-3 负责输出到Local FileSystem。
2	需求分析
	flume-1：Exec Source -- Memory Channel --Avro、 Sink
	flume-2：Avro Source -- Memory Channel --HDFS Sink
	flume-3：Avro Source -- Memory Channel -- File_roll Sink
3 	实现步骤
1.	准备工作
在/opt/module/flume/job 目录下创建 group1 文件夹
[ityouxin@hadoop102 job]$ mkdir group1
在/opt/module/datas/目录下创建 flume3 文件夹
[ityouxin@hadoop102 datas]$ mkdir flume3
2.	创建 flume-file-flume.conf
配置 1 个接收日志文件的 source 和两个 channel、两个 sink，分别输送给 flume-flume- hdfs 和 flume-flume-dir。

编辑配置文件:
[ityouxin@hadoop102 group1]$ vim flume-file-flume.conf

添加如下内容:
# Name the components on this agent 
a1.sources = r1
a1.sinks = k1 k2 
a1.channels = c1 c2

# 将数据流复制给所有 channel 
a1.sources.r1.selector.type = replicating

# Describe/configure the source 
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /opt/module/hive/logs/hive.log a1.sources.r1.shell = /bin/bash -c

# Describe the sink
# sink 端的 avro 是一个数据发送者
a1.sinks.k1.type = avro 
a1.sinks.k1.hostname = hadoop102 
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro 
a1.sinks.k2.hostname = hadoop102 
a1.sinks.k2.port = 4142

# Describe the channel 
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

# Bind the source and sink to the channel 
a1.sources.r1.channels = c1 c2 
a1.sinks.k1.channel = c1 
a1.sinks.k2.channel = c2


3.	创建 flume-flume-hdfs.conf
配置上级 Flume 输出的 Source，输出是到 HDFS 的Sink。
编辑配置文件:
[ityouxin@hadoop102 group1]$ vim flume-flume-hdfs.conf

添加如下内容:
# Name the components on this agent 
a2.sources = r1
a2.sinks = k1 
a2.channels = c1

# Describe/configure the source
# source 端的 avro 是一个数据接收服务
a2.sources.r1.type = avro 
a2.sources.r1.bind = hadoop102 
a2.sources.r1.port = 4141

# Describe the sink 
a2.sinks.k1.type = hdfs
a2.sinks.k1.hdfs.path = hdfs://hadoop102:9000/flume2/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k1.hdfs.filePrefix = flume2-
#是否按照时间滚动文件夹
a2.sinks.k1.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k1.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k1.hdfs.roundUnit = hour
#是否使用本地时间戳
a2.sinks.k1.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
a2.sinks.k1.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a2.sinks.k1.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k1.hdfs.rollInterval = 600
#设置每个文件的滚动大小大概是 128M
a2.sinks.k1.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
a2.sinks.k1.hdfs.rollCount = 0

# Describe the channel 
a2.channels.c1.type = memory 
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity =100

# Bind the source and sink to the channel 
a2.sources.r1.channels = c1 
a2.sinks.k1.channel = c1


4.	创建 flume-flume-dir.conf
配置上级 Flume 输出的 Source，输出是到本地目录的 Sink。
编辑配置文件:
[ityouxin@hadoop102 group1]$ vim flume-flume-dir.conf

添加如下内容:

# Name the components on this agent 
a3.sources = r1
a3.sinks = k1 
a3.channels =c2

# Describe/configure the source 
a3.sources.r1.type = avro 
a3.sources.r1.bind = hadoop102 
a3.sources.r1.port = 4142
# Describe the sink 
a3.sinks.k1.type =file_roll
a3.sinks.k1.sink.directory = /opt/module/data/flume3

# Describe the channel 
a3.channels.c2.type = memory 
a3.channels.c2.capacity =1000
a3.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel 
a3.sources.r1.channels = c2 
a3.sinks.k1.channel = c2
提示：输出的本地目录必须是已经存在的目录，如果该目录不存在，并不会创建新的目录。

5.	执行配置文件
分别启动对应的 flume 进程：
flume-flume-dir，flume-flume-hdfs，flume-file-flume。
[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf a3 --conf-file job/group1/flume-flume-dir.conf

[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf a2 --conf-file job/group1/flume-flume-hdfs.conf

[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf a1 --conf-file job/group1/flume-file-flume.conf


6.	启动 Hadoop 和 Hive

[ityouxin@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh 
[ityouxin@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
[ityouxin@hadoop102 hive]$ bin/hive 
hive (default)>insert into student values(1,"lhx");

    2. 故障转移

      1	案例需求
使用 Flume1 监控一个端口，其 sink 组中的 sink 分别对接 Flume2 和Flume3，采用FailoverSinkProcessor，实现故障转移的功能。
2	需求分析
flume-1：netcat Source -- Memory Channel -- avro Sink
flume-2：avro Source -- Memory Channel -- logger Sink
flume-3：avro Source -- Memory Channel -- logger Sink
3	实现步骤
1.	准备工作
在/opt/module/flume/job 目录下创建 group2 文件夹
[ityouxin@hadoop102 job]$ cd group2/

2.	创建 flume-netcat-flume.conf
配置 1 个 netcat source 和 1 个 channel、1 个 sink group（2 个 sink），分别输送给 flume- flume-console1 和 flume-flume-console2。
编辑配置文件：
[ityouxin@hadoop102 group2]$ vim flume-netcat-flume.conf
添加如下内容：
# Name the components on this agent 
a1.sources = r1
a1.channels = c1 
a1.sinkgroups = g1 
a1.sinks = k1 k2

# Describe/configure the source 
a1.sources.r1.type = netcat 
a1.sources.r1.bind = localhost 
a1.sources.r1.port = 44444

a1.sinkgroups.g1.processor.type = failover a1.sinkgroups.g1.processor.priority.k1 = 5
a1.sinkgroups.g1.processor.priority.k2 = 10
# 退避期是10秒 
a1.sinkgroups.g1.processor.maxpenalty = 10000

# Describe the sink 
a1.sinks.k1.type = avro 
a1.sinks.k1.hostname = hadoop102
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro 
a1.sinks.k2.hostname = hadoop102 
a1.sinks.k2.port = 4142

# Describe the channel 
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.sinkgroups.g1.sinks = k1 k2 
a1.sinks.k1.channel = c1 
a1.sinks.k2.channel = c1

3.	创建 flume-flume-console1.conf
配置上级 Flume 输出的 Source，输出是到本地控制台。
编辑配置文件：
[ityouxin@hadoop102 group2]$ vim flume-flume-console1.conf
添加如下内容：
# Name the components on this agent 
a2.sources = r1
a2.sinks = k1 
a2.channels = c1

# Describe/configure the source 
a2.sources.r1.type = avro 
a2.sources.r1.bind = hadoop102 
a2.sources.r1.port = 4141

# Describe the sink 
a2.sinks.k1.type = logger

# Describe the channel 
a2.channels.c1.type = memory 
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel 
a2.sources.r1.channels = c1 
a2.sinks.k1.channel = c1
4.	创建 flume-flume-console2.conf
配置上级 Flume 输出的 Source，输出是到本地控制台。
编辑配置文件：
[ityouxin@hadoop102 group2]$ vim flume-flume-console2.conf
添加如下内容：
# Name the components on this agent a3.sources = r1
a3.sinks = k1
a3.channels = c2

# Describe/configure the source 
a3.sources.r1.type = avro 
a3.sources.r1.bind = hadoop102 
a3.sources.r1.port = 4142

# Describe the sink 
a3.sinks.k1.type = logger

# Describe the channel 
a3.channels.c2.type = memory 
a3.channels.c2.capacity = 1000
a3.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel 
a3.sources.r1.channels = c2 
a3.sinks.k1.channel = c2

5.	执行配置文件
分别开启对应配置文件：flume-flume-console2，flume-flume-console1，flume-netcat-flume。
[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group2/flume-flume-console2.conf -Dflume.root.logger=INFO,console

[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group2/flume-flume-console1.conf -Dflume.root.logger=INFO,console

[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group2/flume-netcat-flume.conf

6.	使用 netcat 工具向本机的 44444 端口发送内容
$ nc localhost 44444
7.	查看 Flume2 及 Flume3 的控制台打印日志
8.	将 Flume2 kill，观察 Flume3 的控制台打印情况。
注：使用 jps -ml 查看 Flume 进程。

    3. 负载均衡

      1	案例需求
	使用 Flume1 监控一个端口，其 sink 组中的 sink 分别对接 Flume2 和Flume3，采用LoadBalancingSinkProcessor，实现负载均衡的功能。
	
2	需求分析
flume-1：netcat Source -- Memory Channel -- avro Sink
flume-2：avro Source -- Memory Channel -- logger Sink
flume-3：avro Source -- Memory channel -- logger Sink
3	实现步骤
1.	准备工作
在/opt/module/flume/job 目录下创建 group2 文件夹
[ityouxin@hadoop102 job]$ cd group2/

2.	创建 flume-netcat-flume.conf
配置 1 个 netcat source 和 1 个 channel、1 个 sink group（2 个 sink），分别输送给 flume- flume-console1 和 flume-flume-console2。
编辑配置文件：
[ityouxin@hadoop102 group2]$ vim flume-netcat-flume.conf
添加如下内容：
# Name the components on this agent 
a1.sources = r1
a1.channels = c1 
a1.sinkgroups = g1 
a1.sinks = k1 k2

# Describe/configure the source 
a1.sources.r1.type = netcat 
a1.sources.r1.bind = localhost 
a1.sources.r1.port = 44444

# 配置负载均衡
a1.sinkgroups.g1.sinks = k1 k2
a1.sinkgroups.g1.processor.type = load_balance
a1.sinkgroups.g1.processor.backoff = true
a1.sinkgroups.g1.processor.selector = random 

# Describe the sink 
a1.sinks.k1.type = avro 
a1.sinks.k1.hostname = hadoop102
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro 
a1.sinks.k2.hostname = hadoop102 
a1.sinks.k2.port = 4142

# Describe the channel 
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.sinkgroups.g1.sinks = k1 k2 
a1.sinks.k1.channel = c1 
a1.sinks.k2.channel = c1

3.	创建 flume-flume-console1.conf
配置上级 Flume 输出的 Source，输出是到本地控制台。
编辑配置文件：
[ityouxin@hadoop102 group2]$ vim flume-flume-console1.conf
添加如下内容：
# Name the components on this agent 
a2.sources = r1
a2.sinks = k1 
a2.channels = c1

# Describe/configure the source 
a2.sources.r1.type = avro 
a2.sources.r1.bind = hadoop102 
a2.sources.r1.port = 4141

# Describe the sink 
a2.sinks.k1.type = logger

# Describe the channel 
a2.channels.c1.type = memory 
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel 
a2.sources.r1.channels = c1 
a2.sinks.k1.channel = c1
4.	创建 flume-flume-console2.conf
配置上级 Flume 输出的 Source，输出是到本地控制台。
编辑配置文件：
[ityouxin@hadoop102 group2]$ vim flume-flume-console2.conf
添加如下内容：
# Name the components on this agent a3.sources = r1
a3.sinks = k1
a3.channels = c2

# Describe/configure the source 
a3.sources.r1.type = avro 
a3.sources.r1.bind = hadoop102 
a3.sources.r1.port = 4142

# Describe the sink 
a3.sinks.k1.type = logger

# Describe the channel 
a3.channels.c2.type = memory 
a3.channels.c2.capacity = 1000
a3.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel 
a3.sources.r1.channels = c2 
a3.sinks.k1.channel = c2

5.	执行配置文件
分别开启对应配置文件：flume-flume-console2，flume-flume-console1，flume-netcat-flume。
[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group2/flume-flume-console2.conf -Dflume.root.logger=INFO,console

[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group2/flume-flume-console1.conf -Dflume.root.logger=INFO,console

[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group2/flume-netcat-flume.conf

6.	使用 netcat 工具向本机的 44444 端口发送内容
$ nc localhost 44444
7.	查看 Flume2 及 Flume3 的控制台打印日志
8.	将 Flume2 kill，观察 Flume3 的控制台打印情况。
注：使用 jps -ml 查看 Flume 进程。

    4. 聚合

      1	需求分析
hadoop102 上的Flume-1 监控文件/opt/module/data/group.log，hadoop103 上的Flume-2 监控某一个端口的数据流，Flume-1 与 Flume-2 将数据发送hadoop104 上的 Flume-3，Flume-3 将最终数据打印到控制台。
2	案例分析
hadoop102：flume-1：Exec Source -- Memory Channel -- Arvo Source
hadoop103：flume-2：Netcat Source -- Memory Channel --Avro Sink
hadoop104：flume-3：Avro Source -- Memory Channel -- logger Channel
3	实现步骤
1.	准备工作
分发 Flume
[ityouxin@hadoop102 module]$ xsync flume

在hadoop102、hadoop103 以及hadoop104 的/opt/module/flume/job 目录下创建一个group3文件夹。
[ityouxin@hadoop102 job]$ mkdir group3 
[ityouxin@hadoop103 job]$ mkdir group3 
[ityouxin@hadoop104 job]$ mkdir group3
2.	创建 flume1-logger-flume.conf
配置 Source 用于监控 hive.log 文件，配置 Sink 输出数据到下一级 Flume。在 hadoop102 上编辑配置文件
[ityouxin@hadoop102 group3]$ vim flume1-logger-flume.conf
添加如下内容：
# 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 /opt/module/group.log a1.sources.r1.shell = /bin/bash -c

# Describe the sink 
a1.sinks.k1.type = avro 
a1.sinks.k1.hostname = hadoop104 
a1.sinks.k1.port = 4141
# Describe the channel 
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
3.	创建 flume2-netcat-flume.conf
配置 Source 监控端口 44444 数据流，配置 Sink 数据到下一级 Flume：在 hadoop103 上编辑配置文件
[ityouxin@hadoop102 group3]$ vim flume2-netcat-flume.conf
添加如下内容
# Name the components on this agent 
a2.sources = r1
a2.sinks = k1 
a2.channels = c1

# Describe/configure the source 
a2.sources.r1.type = netcat 
a2.sources.r1.bind = hadoop103 
a2.sources.r1.port = 44444

# Describe the sink 
a2.sinks.k1.type = avro 
a2.sinks.k1.hostname = hadoop104 
a2.sinks.k1.port = 4141

# Use a channel which buffers events in memory a2.channels.c1.type = memory 
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel 
a2.sources.r1.channels = c1 
a2.sinks.k1.channel = c1
4.	创建 flume3-flume-logger.conf
配置 source 用于接收 flume1 与 flume2 发送过来的数据流，最终合并后 sink 到控制台。在 hadoop104 上编辑配置文件
[ityouxin@hadoop104 group3]$ touch flume3-flume-logger.conf 
[ityouxin@hadoop104 group3]$ vim flume3-flume-logger.conf
添加如下内容
# Name the components on this agent 
a3.sources = r1
a3.sinks = k1 
a3.channels = c1

# Describe/configure the source 
a3.sources.r1.type = avro 
a3.sources.r1.bind = hadoop104
a3.sources.r1.port = 4141

# Describe the sink 
a3.sinks.k1.type = logger

# Describe the channel 
a3.channels.c1.type = memory 
a3.channels.c1.capacity = 1000
a3.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel 
a3.sources.r1.channels = c1 
a3.sinks.k1.channel = c1

5.	执行配置文件
分别开启对应配置文件：flume3-flume-logger.conf，flume2-netcat-flume.conf，flume1- logger-flume.conf。
[ityouxin@hadoop104 flume]$ bin/flume-ng agent --conf conf/ --name a3 -conf-file	job/group3/flume3-flume-logger.conf -Dflume.root.logger=INFO,console

[ityouxin@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group3/flume1-logger-flume.conf

[ityouxin@hadoop103 flume]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group3/flume2-netcat-flume.conf

6.	在 hadoop103 上向/opt/module 目录下的 group.log 追加内容
[ityouxin@hadoop103 module]$ echo 'hello' > group.log
7.	在 hadoop102 上向 44444 端口发送数据
[ityouxin@hadoop102 flume]$ nc localhost 44444
8.	检查 hadoop104 上数据
今天,我和你拼了
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
大数据实时日志采集框架Flume实战（视频+课件+代码+工具+讲义）
03-09
Flume的介绍及其架构组成 Flume的安装部署 Flume的测试运行 Flume中配置使用file channel及HDFS sink Flume中配置HDFS文件生成大小及时间分区 Flume中配置Spooling Dir的使用 Flume中配置Spooling Dir的文件...
Flume开发 -- 复制及多路复用
a1786742005的博客
03-03 523
一、需求 使用 Flume-1 监控文件变动，Flume-1 将变动内容传递给 Flume-2，Flume-2 负责存储到 HDFS。同时 Flume-1 将变动内容传递给 Flume-3，Flume-3 负责输出到 Local FileSystem。 二、流程分析 三、实现步骤 3.1 准备工作 1、在 /opt/module/flume/job 目录下创建 group1 文件夹 [test@...
Flume（二）【Flume 进阶使用】
最新发布
m0_64261982的博客
02-16 1182
flume 进阶使用、复制、多路复用、负载均衡、故障转移、自定义拦截器、source、sink
Flume超详细知识点汇总(进阶篇)
m0_73541150的博客
01-29 526
通过简单易懂的语言对flume进行梳理总结,希望能帮助到正在学习的小伙伴们!
Flume进阶
Nice的博客
05-20 333
案例1：双层Flume串联 双层flume衔接，第一层从exec采集sink到avro中，第二层从上一层的avro接收采集输出到控制台 第一层采用 exec source ===> memory channel ===> avro sink 第二层采用 avro source ===> memory channel ===> logger sink Agent1 a1.so...
Flume学习笔记
qq_45732538的博客
10-14 461
简介 概述 基本概念 流动模型 单级流动 多级流动 扇入流动 扇出流动 入门 3. 编写格式文件 在data目录下创建一个文件，文件名，文件后缀随意 #给agent，source起名 a1.sources=s1 #给channel起名 a1.channels=c1 #给sink起名 a1.sinks=k1 #配置Source a1.sources.s1.type=netcat //表示监听tcp请求，把tcp请求的内容作为日志数据 a1.sources.s1.bi
Flume构建高可用、可扩展的海量日志采集系统
10-31
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（可...
已上线的日志采集系统，使用flume收集日志.zip
01-04
已上线的日志采集系统，使用flume收集日志，通过logstash将日志中的数据根据规则进行结构化，最后把结构化数据写入kafka，供消费者使用。
实时大数据采集框架Flume详解（视频+课件+代码+工具）
02-15
01_Flume的介绍及其架构组成 02_Flume的安装部署 03_Flume的测试运行 04_Flume中配置使用file channel及HDFS sink 05_Flume中配置HDFS文件生成大小及时间分区 06_Flume中配置Spooling Dir的使用 07_Flume中...
日志收集之Flume
02-25
日志是系统数据的基石，对于系统的安全来说...Cloudera开发的分布式日志收集系统Flume，是hadoop周边组件之一。其可以实时的将分布在不同节点、机器上的日志收集到hdfs中。Flume初始的发行版本目前被统称为FlumeOG（ori
flume 进阶
hyunbar的博客
11-07 190
一、flume事务 　　put事务流程： 　　1、doPut：将批量数据先写入临时缓冲区putList 　　2、doCommit：检查Channel内存队列是否足够， 　　（1）达到一定时间没有数据写入到putList 　　（2）达到了putListCapcity容量 　　3、doRollback：Channel内存队列空间不足，回滚数据到putList，会被channel打...
大数据-Kafka（四）
海恋北斗星
04-13 269
大数据-Kafka（七） kafka整合flume 1、安装flume 2、添加flume的配置 vi flume-kafka.conf #为我们的source channel sink起名 a1.sources = r1 a1.channels = c1 a1.sinks = k1 #指定我们的sourc...
Flume总结01_基本概念和组件说明
tyf2007635的博客
08-08 284
目录 定义 组成架构 原理 安装 安装地址 安装部署 启动命令 数据链路 Source端接入类型 source端常用方式 sink端输出类型 Sink常用输出方式 channel类型 常见拓扑结构 定义 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。 Flume最主要的作...
flume中capacity，transactioncapacity,batchSize的关系
qq_43252073的博客
10-18 782
a1.sinks.k1.hdfs.batchSize 官方解释: ##number of events written to file before it is flushed to HDFS 在将文件刷新到HDFS之前写入文件的事件数 a1.channels.c1.capacity 官方解释 : #The maximum number of events stored in the chann...
Flume框架
weixin_43956381的博客
12-26 443
第1章 Flume概述 1.1 Flume定义 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。 1.2 Flume基础架构 Flume组成架构如图1-1所示： 下面我们来详细介绍一下Flume架构中的组件： 1.2.1 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...
大数据技术之 -- flume
baidu_21349635的专栏
11-20 571
文章目录1.Flume简介2.Flume角色2.1、Source2.2、Channel2.3、Sink2.4、Event3.Flume传输过程4.Flume部署及使用4.1、文件配置案例监控端口数据案例二：实时读取本地文件到HDFS案例三：实时读取目录文件到HDFS案例四：Flume与Flume之间数据传递：单Flume多Channel、Sink案例五：Flume与Flume之间数据传递，多Flu...
Flume-复制和多路复用案例
clearlxj的博客
07-15 599
复制和多路复用 分析：使用Flume-1监控文件变动，Flume-1将变动内容传递给Flume-2，Flume-2负责存储到HDFS，同时FLume-1将变动内容传递给Flume-3，Flume-3负责 1-2：taildir source -> memory channel -> avro sink 2-HDFS：avro source -> memory channel -> hdfs sink 1-3: taildir source -> memory channel
Flume常用Channel说明
GCH6969的博客
09-02 1099
1.Channle 常用Channel 配置 Memory Channel channel 是在 Agent 上暂存 Event 的缓冲池。 Event由source添加，由sink消费后删除。 配置范例： a1.channels = c1 a1.channels.c1.type = memory a1.channels.c1.capacity = 10000 a1.channels.c1.transactionCapacity = 10000 a1.channels.c1.byteCapacityBuf
Flume多数据源汇总案例
m0_63449353的博客
10-25 1032
1.需求分析 2.实现步骤 1.准备工作 分发Flume [zz@hadoop102 module]$ xsync flume 在hadoop102、hadoop103以及hadoop104的/opt/module/flume/job目录下创建一个group3文件夹。 [zz@hadoop102 job]$ mkdir group3 [zz@hadoop103 job]$ mkdir group3 ...
基于Flume的日志采集系统
03-26
在日志采集中，Flume通常被用作采集工具，它可以将日志数据收集到集中的位置，方便后续处理和分析。 Flume的体系结构由三个主要组件组成：Source、Channel和Sink。Source用于从数据源中获取数据，例如从日志文件、...

“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

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