flume 写入文件服务器,Flume环境配置以及基本操作

flume的作用是从接受外界的日志信息，然后输出到本地的一个框架。

agent是Flume很重要的组成，包括有source，channel，sink。

source是从外部接受日志。

channel跟内存相似，读满了之后再写到sink中。

sink是将数据写到本地，可以写在HDFS上也能先写在Fafka等等。

配置

1.

首先下载包，解压，并将bin路径配置到~/.bash_profile

复制flume-env.sh.template配置文件并修改，指定jdk的路径。

2.

在conf文件夹下新建conf文件：

# example.conf: A single-node Flume configuration

# 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agent

flume-ng agent \

--name a1 \

--conf $FLUME_HOME/conf \

--conf-file $FLUME_HOME/conf/example.conf \

-Dflume.root.logger=INFO.console

在另一个控制台里输入telnet hadoop000 44444 输入些文字测试。。。

以上是Flume监听端口信息，接下来实时监听本地文件信息：

只需将#Describe/configure the source下的三行改为：

a1.sources.r1.type = exec

a1.sources.r1.command = tail -F /home/hadoop/data/data.log

a1.sources.r1.shell = /bin/sh -C

在conf目录下新建 exec-memory-logger.conf文件写入以上配置信息，然后启动agent。

flume-ng agent \

--name a1 \

--conf $FLUME_HOME/conf \

--conf-file $FLUME_HOME/conf/exec-memory-logger.conf \

-Dflume.root.logger=INFO.console

在另一个控制台里往data.log里写数据

echo hello >> data.log

echo world >> data.log

这样agent就会输出日志信息了。

接下来将A服务器上的日志实时采集到B服务器上、

图1

机器A的conf配置：

# exec-memory-avro.conf:

# Name the components on this agent

exec-memory-avro.sources=exec-source

exec-memory-avro.sinks=avro-sink

exec-memory-avro.channels= memory-channel

#Describe/configure the source

exec-memory-avro.sources.exec-source.type=exec

exec-memory-avro.sources.exec-source.command=tail -F /home/hadoop/data/data.log

exec-memory-avro.sources.exec-source.shell= /bin/sh -c

# Describe the sink

exec-memory-avro.sinks.avro-sink.type=avro

exec-memory-avro.sinks.avro-sink.hostname = hadoop000

exec-memory-avro.sinks.avro-sink.port = 44444

# Use a channel which buffers events in memory

exec-memory-avro.channels.memory-channel.type=memory

# Bind the source and sink to the channel

exec-memory-avro.sources.exec-source.channels=memory-channel

exec-memory-avro.sinks.avro-sink.channel=memory-channel

机器B的conf文件：

avro-memory-logger.sources = avro-source

avro-memory-logger.sinks = logger-sink

avro-memory-logger.channels = memory-channel

avro-memory-logger.sources.avro-source.type = avro

avro-memory-logger.sources.avro-source.bind = hadoop000

avro-memory-logger.sources.avro-source.port = 44444

avro-memory-logger.sinks.logger-sink.type = logger

avro-memory-logger.channels.memory-channel.type = memory

avro-memory-logger.sources.avro-source.channels = memory-channel

avro-memory-logger.sinks.logger-sink.channel = memory-channel

配置完成。先启动机器B(第一个控制台)：

flume-ng agent \

--name avro-memory-logger \

--conf $FLUME_HOME/conf \

--conf-file $FLUME_HOME/conf/avro-memory-logger.conf \

-Dflume.root.logger=INFO,console

再启动机器A

(第二个控制台)

：

flume-ng agent \

--name exec-memory-avro \

--conf $FLUME_HOME/conf \

--conf-file $FLUME_HOME/conf/exec-memory-avro.conf \

-Dflume.root.logger=INFO,console

在第三个控制台的data目录输入echo welcome >> data.log

第一个控制台就会有日志信息显示了。。。