11_Flume之启动任务脚本

17 篇文章 0 订阅
17 篇文章 0 订阅
1. 介绍
  • 将Flume客户端和真正任务配置的文件夹隔离开
  • 通过启动命令指定每个任务的执行日志
  • 真正任务配置中的可变参数 均采用传参使用,用于生产开发测试不同环境的不同参数
2. 例子
  1. 配置

flume_job_site_conf.properties

# Kafka 连接地址
kafkaCluster=192.168.xx.x1:9092,192.168.xx.x2:9092,192.168.xx.x3:9092
kafkaCluster_acl=192.168.xx.x1:9092,192.168.xx.x2:9092,192.168.xx.x3:9092
# Kafka SASL加密的账号密码
kfk_user=flume
kfk_pwd=123456
# Flume 服务端IP
flumeServerIP1=192.168.xx.x1
flumeServerIP2=192.168.xx.x1
# HDFS 集群名称
hadoopClusterName=mycluster
hdfsFileSuffix=1
  1. 父脚本

flume_common.sh

#!/bin/bash
source /etc/profile

usage="Usage: ./***.sh ( start | stop | status )"

# if no args specified, show usage
if [ $# -eq 0 ]; then
    echo $usage
    exit 1
fi

# Agent 名称
agentName=$2
# Flume 任务配置路径
jobLocation=$3
# 任务日志以及Channel路径
logDir=$4
# 监控端口
monitoringPort=$5

# Flume 客户端路径
flumeClient="${FLUME_HOME}"
# Flume任务相关的连接参数
file="${FLUME_JOB_OEM_CONFIG_PATH}/resources_site/flume_job_site_conf.properties"

if [ ! -f "$file" ]; then
    echo "$file not found."
    exit 1
fi
while IFS='=' read -r key value
do
    key=$(echo $key | tr '.' '_')
    eval ${key}=\${value}
done < "$file"

# Kafka 连接地址
kafkaCluster="${kafkaCluster}"
kafkaCluster_acl="${kafkaCluster_acl}"
kfk_user="${kfk_user}"
kfk_pwd="${kfk_pwd}"
hadoopClusterName="${hadoopClusterName}"
hdfsFileSuffix="${hdfsFileSuffix}"
bdCollectPath="${bdCollectPath}"
bdOEMCollectPath="${bdOEMCollectPath}"

# 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:表示任务文件的位置
# -D :表示 flume 运行时动态修改配置文件
#   -Dflume.root.logger=INFO,console :动态修改log4j.properties中设置了日志打印级别以及位置
#   -Dflume.log.dir :动态修改log4j.properties中设置了日志文件存放位置
# {
#   propertiesImplementation=org.apache.flume.node.EnvVarResolverProperties 固定的,
#   是为了将 exec_log_path=$logDir 传进 jobName 文件中使用
#   exec_log_path=$logDir 这个必须写在前面
# }

case $1 in
"start"){
    echo "=================       Agent名为 ${agentName} 的Flume 开始采集       ==============="
    exec_log_path=${logDir} bdCollectPath=${bdCollectPath} bdOEMCollectPath=${bdOEMCollectPath} kafkaCluster=${kafkaCluster} kafkaCluster_acl=${kafkaCluster_acl} kfk_user=${kfk_user} kfk_pwd=${kfk_pwd} hadoopClusterName=${hadoopClusterName} hdfsFileSuffix=${hdfsFileSuffix} nohup ${flumeClient}/bin/flume-ng agent -n ${agentName} -c ${flumeClient}/conf/ -f ${jobLocation} -Dflume.log.dir=${logDir} -Dflume.monitoring.type=http -Dflume.monitoring.port=${monitoringPort} -DpropertiesImplementation=org.apache.flume.node.EnvVarResolverProperties > ${logDir}/run.log 2>&1 &
};;

"stop"){
    echo "=================       Agent名为 ${agentName} 的Flume 停止采集       ==============="
    ps -ef | grep ${jobLocation} | grep -v grep | grep -v "flume_common.sh" | awk '{print $2}' | xargs kill -15
};;

"status"){
  echo "=================       查询 Agent名为 ${agentName} 的Flume 进程       ==============="
  echo `ps -ef | grep ${jobLocation} | grep -v grep | grep -v "flume_common.sh"`
};;

*){
    echo ${usage}
};;
esac
  1. 启动任务的脚本

flume_app_info_to_hdfs.sh

#!/bin/bash
source /etc/profile

usage="Usage: ./***.sh ( start | stop | status )"

# if no args specified, show usage
if [ $# -eq 0 ]; then
    echo $usage
    exit 1
fi

# 监控端口
monitoringPort=34551
# Agent 名称
agentName="a_app_info_to_hdfs"
# Flume 任务配置路径
jobLocation="${FLUME_JOB_OEM_CONFIG_PATH}/kafka_to_hdfs/flume_app_info_to_hdfs/flume_app_info_to_hdfs.conf"
# 任务日志以及Channel路径
logDir="${FLUME_JOB_OEM_CONFIG_PATH}/log_channel_datas/${agentName}"

sh ${FLUME_JOB_OEM_CONFIG_PATH}/resources_site/flume_common.sh $1 ${agentName} ${jobLocation} ${logDir} ${monitoringPort}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以回答这个问题。您可以按照以下步骤来使用Flume采集Kafka数据到HDFS和Hive中: 1. 首先,确保您已经安装了Flume、Kafka、HDFS和Hive等必要的软件。 2. 然后,在Flume的配置文件中添加Kafka作为Source和HDFS/Hive作为Sink。例如,以下是一个简单的配置文件示例: ``` agent.sources = kafka-source agent.channels = hdfs-channel agent.sinks = hdfs-sink hive-sink agent.sources.kafka-source.type = org.apache.flume.source.kafka.KafkaSource agent.sources.kafka-source.batchSize = 1000 agent.sources.kafka-source.kafka.bootstrap.servers = localhost:9092 agent.sources.kafka-source.kafka.topics = my-topic agent.sources.kafka-source.kafka.consumer.group.id = my-group agent.channels.hdfs-channel.type = memory agent.channels.hdfs-channel.capacity = 10000 agent.channels.hdfs-channel.transactionCapacity = 100 agent.sinks.hdfs-sink.type = hdfs agent.sinks.hdfs-sink.hdfs.path = hdfs://localhost:9000/flume/kafka agent.sinks.hdfs-sink.hdfs.fileType = DataStream agent.sinks.hdfs-sink.hdfs.writeFormat = Text agent.sinks.hdfs-sink.channel = hdfs-channel agent.sinks.hive-sink.type = hive agent.sinks.hive-sink.hive.metastore = thrift://localhost:9083 agent.sinks.hive-sink.hive.database = my-db agent.sinks.hive-sink.hive.table = my-table agent.sinks.hive-sink.hive.partition = dt=%Y-%m-%d agent.sinks.hive-sink.channel = hdfs-channel ``` 在上面的配置文件中,我们使用Kafka作为Source,将数据写入到HDFS和Hive中。我们使用Memory Channel将数据缓存在内存中,然后将其写入到HDFS和Hive中。在Hive Sink中,我们还定义了一个分区,以便按日期对数据进行分区。 3. 最后,运行Flume代理以开始从Kafka读取数据并将其写入到HDFS和Hive中。您可以使用以下命令来启动Flume代理: ``` $ bin/flume-ng agent -n agent -c conf -f conf/flume-kafka-hdfs-hive.conf ``` 这样,Flume代理就会开始从Kafka读取数据,并将其写入到HDFS和Hive中。 希望这些信息能够帮助您采集Kafka数据到HDFS和Hive中。如果您有任何其他问题,请随时问我。

“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