flume入门使用

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。
流式和非流式:
流式,处理数据单位很小,
mapreduce 处理的文件大,不是流式架构

优点:
1.可以和任意进程集成
2.具有缓冲的能力,输入缓冲,写入hdfs中,减小hdfs的压力
3.flume中的事务基于channel，使用了两个事务模型（sender + receiver），确保消息被可靠发送。
Flume使用两个独立的事务分别负责从soucrce到channel，以及从channel到sink的事件传递。一旦事务中所有的数据全部成功提交到channel，那么source才认为该数据读取完成。同理，只有成功被sink写出去的数据，才会从channel中移除。

1.3.5 Event
传输单元，Flume数据传输的基本单元，以事件的形式将数据从源头送至目的地。 Event由可选的header和载有数据的一个byte array 构成。Header是容纳了key-value字符串对的HashMap。

source channel sink 合在一起叫Agent模型
重点:记住事务的处理方式

flume中运行是以一个一个agent实例运行的,
flume中可以运行多个agent
解压后只需要在flume.env.sh 中配置jdk即可

新建配置文件 flume-netcat-logger.conf

# 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 //每个sink只能绑定一个channel

解释:

开启flume的 agent

[atguigu@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

简写
bin/flume-ng agent -c conf/ -n a1 –f job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

如果是当作控制台中输出
需要
-Dflume.root.logger=INFO,console,其他输出不需要
–conf conf/ ：表示配置文件存储在conf/目录
–name a1 ：表示给agent起名为a1
–conf-file job/flume-netcat.conf ：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。

在flume中, 启动agent命令尽量用全拼的,不要用简写

在flume中,一个source可以对应多个channel,并且可以用channel 的selector选择器,来选择selector的类型
replicating 是发给全部的channel,multiplexing是发给对应的channel

但是在channel 通过事务发送数据给sink,则必须是负载均衡的效果,他只会存在负载均衡,
所有一个channel连接了多个sink,则会存在负载均衡的效果

flume 监控之Ganglia 读音:gan g lie
使用yum 安装
使用ganglia监控flume:
ganglia不仅仅只监控flume,他可以监控机器上的任何进程