Flume

最新推荐文章于 2023-08-03 17:58:44 发布
最新推荐文章于 2023-08-03 17:58:44 发布
阅读量329 收藏
点赞数
文章标签： flume big data hadoop
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_52977075/article/details/122072627
版权

1.0 Flume概述

1.1 Flume 定义

​ Flume 是 一个高可用，高可靠的，分布式的海量日志采集、聚合和传输的系统

​ 只能采集文本文档。Flume基于流式架构，灵活简单，是动态采集的。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yL6ZtDUf-1640089838539)(C:\Users\Administrator\Desktop\image-20211205133350590.png)]

​ Flume最主要的作用就是，实时读取服务器本地磁盘的数据，将数据写入到HDFS。

1.2 Flume 基础架构

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SkhV5t4h-1640089838540)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205133453733.png)]

​ 核心部件： Source、Channel（缓冲作用）、Sink

  • 1.2.1 Agent

    Agent 是一个 JVM 进程，以事件的形式将数据从源头送至目的。

    主要有三个部分组成，Source 、Channel 、Sink

  • 1.2.2 Source

    Source 是负责接收数据到 Flume Agent 的组件。

    Source 组件可以处理各种类型、各种格式的日志数据，包括 avro、thrift、exec、jms、==spooling directory、netcat、taildir、==sequence generator、syslog、http、legacy。

  • 1.2.3 Sink

​ Sink 不断地轮询 Channel 中的事件且批量地移除它们，并将这些事件批量写入到存储

​ 或索引系统、或者被发送到另一个 Flume Agent。

​ Sink 组件目的地包括 hdfs、logger、avro、thrift、ipc、file、HBase、solr、自定

​ 义。

  • 1.2.4 Channel

​ Channel 是位于 Source 和 Sink 之间的缓冲区。因此，Channel 允许 Source 和 Sink 运

作在不同的速率上。Channel 是线程安全的，可以同时处理几个 Source 的写入操作和几个

Sink 的读取操作。

​ Flume 自带两种 Channel：Memory Channel 和 File Channel。(内存和磁盘 )(内存快，磁盘慢安全性高)

​ Memory Channel 是内存中的队列。Memory Channel 在不需要关心数据丢失的情景下适

用。如果需要关心数据丢失，那么 Memory Channel 就不应该使用，因为程序死亡、机器宕

机或者重启都会导致数据丢失。

​ File Channel 将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数据。

  • 1.2.5 Event

    传输单元，Flume 数据传输的基本单元，以 Event 的形式将数据从源头送至目的地。

    Event 由 Header 和 Body 两部分组成，Header 用来存放该 event 的一些属性，为 K-V 结构，

    Body 用来存放该条数据，形式为字节数组。

​

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ywllAF1F-1640089838541)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205134613587.png)]

2.0 Flume 入门

2.1 Flume 安装

2.1.1 安装地址
  1. Flume 官网地址：http://flume.apache.org/
  2. 文档查看地址：http://flume.apache.org/FlumeUserGuide.html
  3. 下载地址：http://archive.apache.org/dist/flume/
2.1.2 安装部署
  1. 解压
  2. 删除 lib文件下的 guava-11.0.2.jar 删除以兼容 Hadoop 3.1.3
  3. guava-11.0.2.jar 是谷歌开发的工具包,里面有很多工具类,但是各框架引用的版本不一样,会出现兼容性题。

2.2 Flume 入门案例

2.2.1 监控端口数据官方案例

  1. 案例需求：

    使用 Flume 监听一个端口（50070，新版本9870），收集该端口数据，（logger)并打印到控制台。

  2. 案例分析

image-20211205135849459

  1. 实现步骤

    1. 安装netcat工具

      yum install -y netcat

    2. 开启一个通信

    nc -lk 9999 nc localhost 9999 两者可以发送信息

    1. 判断 44444 端口是否被占用

      sudo netstat -nlp | grep 44444

    2. 创建 Flume Agent 配置文件 net-flume-logger.conf

      见名知意：通过 net(端口) 传送到 flume 再到 logger.conf

      ​ job/net-flume-logger.conf

    3. 在 net-flume-logger.conf 文件中添加如下内容。

      添加内容如下：
# 命名此代理上的组件
# Name the components on this agent (agent)单台服务里面要唯一
a1.sources = r1 #相当于内部变量
a1.sinks = k1
a1.channels = c1 #以s结尾的可以配多个

# 描述/配置源
# Describe/configure the source #soure的配置 监控端口数据
a1.sources.r1.type = netcat #类型
a1.sources.r1.bind = localhost #本机名
a1.sources.r1.port = 44444 #44444端口

# Describe the sink #sink的配置
a1.sinks.k1.type = logger #类型

# Use a channel which buffers events in memory #channel的配置
a1.channels.c1.type = memory #类型
a1.channels.c1.capacity = 1000 #容量，最多放1000个指针
a1.channels.c1.transactionCapacity = 100 #事物的容量，防止数据丢失
#										注意：事物的容量要小于总容量
# 将源和接收器绑定到通道
# Bind the source and sink to the channel 
a1.sources.r1.channels = c1 #一个sources可以绑定多个channels
a1.sinks.k1.channel = c1	#一个slinks只能绑定一个channel
#注：配置文件来源于官方手册

      [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fc5TZ2Hc-1640089838542)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205144139999.png)]

    4. 先开启 flume 监听端口

      第一种: bin/flume-ng agent --conf conf/ --name
      a1 --conf-file job/flume-netcat-logger.conf -
      Dflume.root.logger=INFO,console

      第二种：bin/flume-ng agent -c conf/ -n a1 -f

      job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

    5. 使用 netcat 工具向本机的 44444 端口发送内容

      nc localhost 44444

​

2.2.2 实时监控单个追加文件

  1. 案例需求: 实时监控 Hive 日志 ， 并上传到 HDFS 中

  2. 需求分析:

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VDiTkDbL-1640089838542)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205145054646.png)]

  3. 实现步骤：

    1. 确认 Hadoop 和 Java 环境变量配置正确

    2. 创建flume-file-hdfs.conf文件

    3. 添加以下内容

      # Name the components on this agent
a2.sources = r2
a2.sinks = k2
a2.channels = c2

# Describe/configure the source
a2.sources.r2.type = exec
a2.sources.r2.command = tatil -f /tmp/root/hive.log 
#tail -F /opt/apache-hive-2.3.4-bin/logs/hive

# Describe the sink
a2.sinks.k2.type = hdfs
a2.sinks.k2.hdfs.path = hdfs://master:9000/flume/%Y%m%d/%H
# 8020 --> 9820
# 9000 是 core-site.xml 里面的设置的端口号。
#上传文件的前缀
a2.sinks.k2.hdfs.filePrefix = logs- 

#是否按照时间滚动文件夹
a2.sinks.k2.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k2.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k2.hdfs.roundUnit = hour

#是否使用本地时间戳
a2.sinks.k2.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
a2.sinks.k2.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a2.sinks.k2.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k2.hdfs.rollInterval = 60
#设置每个文件的滚动大小
a2.sinks.k2.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
a2.sinks.k2.hdfs.rollCount = 0

# Use a channel which buffers events in memory
a2.channels.c2.type = memory
a2.channels.c2.capacity = 1000
a2.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r2.channels = c2
a2.sinks.k2.channel = c2

      注意：对于所有与时间相关的转义序列，Event Header 中必须存在以 “timestamp”的 key

      （除非 hdfs.useLocalTimeStamp 设置为 true，此方法会使用 TimestampInterceptor 自

      动添加 timestamp）。

      a3.sinks.k3.hdfs.useLocalTimeStamp = true

      [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zxar2LXu-1640089838543)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205150850828.png)]

      [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZXiFt1QS-1640089838543)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205150947059.png)]

    4. 运行Flume

      bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf

    5. 开启 hadoop 和 hive 并操作 hive 产生日志

      sbin/start-dfs.sh ---- sbin/start-yarn.sh ---- bin/hive

2.2.3 实时监控目录下多个新文件

  1. **案例需求：**使用 Flume 监听整个目录的文件，并上传至 HDFS

  2. **需求分析：**实时读取目录文件到HDFS案例

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-79p1WVKC-1640089838544)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205171320179.png)]

  3. 实现步骤：

    • 创建一个文件: vim flume-dir-hdfs.conf

    • 添加以下内容

      a3.sources = r3
a3.sinks = k3
a3.channels = c3
# Describe/configure the source
a3.sources.r3.type = spooldir
a3.sources.r3.spoolDir = /opt/module/flume/upload
a3.sources.r3.fileSuffix = .COMPLETED
a3.sources.r3.fileHeader = true
#忽略所有以.tmp 结尾的文件，不上传
a3.sources.r3.ignorePattern = ([^ ]*\.tmp)
# Describe the sink
a3.sinks.k3.type = hdfs
a3.sinks.k3.hdfs.path = hdfs://hadoop102:9820/flume/upload/%Y%m%d/%H

#上传文件的前缀
a3.sinks.k3.hdfs.filePrefix = upload- #是否按照时间滚动文件夹
a3.sinks.k3.hdfs.round = true
#多少时间单位创建一个新的文件夹
a3.sinks.k3.hdfs.roundValue = 1
#重新定义时间单位
a3.sinks.k3.hdfs.roundUnit = hour
#是否使用本地时间戳
a3.sinks.k3.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
a3.sinks.k3.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a3.sinks.k3.hdfs.fileType = DataStream
#多久生成一个新的文件
a3.sinks.k3.hdfs.rollInterval = 60
#设置每个文件的滚动大小大概是 128M
a3.sinks.k3.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
a3.sinks.k3.hdfs.rollCount = 0
# Use a channel which buffers events in memory
a3.channels.c3.type = memory
a3.channels.c3.capacity = 1000
a3.channels.c3.transactionCapacity = 100
# Bind the source and sink to the channel
a3.sources.r3.channels = c3
a3.sinks.k3.channel = c3

    • 实时读取目录文件到 HDFS 案例

    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1eLc7UME-1640089838545)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205171519973.png)]

    • 启动监控文件夹命令 ：bin/flume-ng agent -c conf / -n a3 -f job/flume-dir-hdfs.conf

    • 向 upload 文件夹中添加文件

      在/usr/flume/flume 目录下创建upload文件夹

      向 upload 文件夹中添加文件

    • 查看 HDFS 上的数据

2.2.4 实时监控目录下的多个追加文件

Exec source 适用于监控一个实时追加的文件，不能实现断点续传；

Spooldir Source适合用于同步新文件，但不适合对实时追加日志的文件进行监听并同步

而 Taildir Source适合用于监听多个实时追加的文件，并且能够实现断点续传

它可以监控动态文件，以及不同目录的不同文件

  1. 案例需求: 使用 Flume 监听整个目录的实时追加文件，并上传至HDFS

  2. 需求分析：

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jmuYG3CS-1640089838545)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211205190208626.png)]

    1. 实现步骤：

      1. 创建配置文件 flume-taildir-hdfs.conf

      2. 添加如下内容：

        a3.sources = r3
a3.sinks = k3
a3.channels = c3 
# Describe/configure the source
a3.sources.r3.type = TAILDIR
a3.sources.r3.positionFile = /usr/flume/flume/tail_dir.json
a3.sources.r3.filegroups = f1 f2
a3.sources.r3.filegroups.f1 = /usr/flume/flume/files/.*file.*
a3.sources.r3.filegroups.f2 = /usr/flume/flume/files2/.*log.*
# Describe the sink
a3.sinks.k3.type = hdfs
a3.sinks.k3.hdfs.path = hdfs://master:9000/flume/upload2/%Y%m%d/%H
#上传文件的前缀
a3.sinks.k3.hdfs.filePrefix = upload-
#是否按照时间滚动文件夹
a3.sinks.k3.hdfs.round = true
#多少时间单位创建一个新的文件夹
a3.sinks.k3.hdfs.roundValue = 1
#重新定义时间单位
a3.sinks.k3.hdfs.roundUnit = hour
#是否使用本地时间戳
a3.sinks.k3.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
a3.sinks.k3.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a3.sinks.k3.hdfs.fileType = DataStream
#多久生成一个新的文件
a3.sinks.k3.hdfs.rollInterval = 60
#设置每个文件的滚动大小大概是 128M
a3.sinks.k3.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
a3.sinks.k3.hdfs.rollCount = 0
# Use a channel which buffers events in memory
a3.channels.c3.type = memory
a3.channels.c3.capacity = 1000
a3.channels.c3.transactionCapacity = 100
# Bind the source and sink to the channel
a3.sources.r3.channels = c3
a3.sinks.k3.channel = c3

        [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UZVwrZNT-1640089838546)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211206100431381.png)]

      3. 启动监控文件夹命令:bin/flume-ng agent -c conf / -n a3 -f job/flume-taildir-hdfs.conf

      4. 在/user/flume/flume目录下创建files文件夹

      5. 向upload文件夹中添加数据

      6. 查看HDFS上的数据

        Taildir 说明：

        Taildir Source 维护了一个 json 格式的 position File，其会定期的往 position File

        中更新每个文件读取到的最新的位置，因此能够实现断点续传。

        Position File 的格式如下：

        {"inode":2496272,"pos":12,"file":"/opt/module/flume/files/file1.txt"}

        {"inode":2496275,"pos":12,"file":"/opt/module/flume/files/file2.txt"}

        注：

        Linux 中储存文件元数据的区域就叫做 inode，每个 inode 都有一个号码，

        操作系统用 inode 号码来识别不同的文件，

        Unix/Linux 系统内部不使用文件名，而使用 inode 号码来识别文件。

3.0 Flume 进阶

3.1 Flume 事务

image-20211206104619815

3.4 Flume 企业开发案例

3.4.1 复制和多路复用

  1. 案例需求：

    单数据源多出口案例 (选择器)

    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：

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ziVn44um-1640089838546)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211206171546672.png)]

    9000 属于是服务端口

    Replicating ChannelSelector 是我们用的选择器

    Avro Sink ：核心需要的 channel , type 类型用的是 avro ，hostname ，port

    Avro Source ：核心需要的 channels, type 类型用的是 avro ，bind 绑定hostname

    ​ port 。Sink channel 只能有一个，Source可以有多个。上面的是服务端，这个是客户端。

    File_roll Sink ：核心需要的是 channel ， type 类型用的是 file_roll ， sink.directory

  3. 实现步骤：

    1. 准备工作：

      ​ 在/usr/flume/flume/job下创建group1文件夹 ： cd group1/

      ​ 在/usr/flume/datas/目录下创建flume3文件夹： mkdir flume3

    2. 创建 flume-file-flume.conf

      配置 1 个接受日志文件的 source 和两个 channel、两个sink，

      分别输送给 flume-flile-flume.hdfs 和 flume-flume-dir

      • 编辑配置文件：[@master 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 /tmp/root/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 = master
a1.sinks.k1.port = 4141
a1.sinks.k2.type = avro
a1.sinks.k2.hostname = master
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 ， 输出的是到HDFS 的Sink。

      • 编辑配置文件：[@mater 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 = master
a2.sources.r1.port = 4141 #从4141拿数据
# Describe the sink
a2.sinks.k1.type = hdfs
a2.sinks.k1.hdfs.path = hdfs://master: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 = 30
#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：[@master 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 = /usr/flume/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。

    1. 分别执行配置文件

      分别启动对应的flume进程

      flume-flume-dir ：

      ​ bin/flume-ng agent -c conf / -n a1 -f job/group1/flume-flume-dir.conf

      flume-flume-hdfs ：先启动这个source服务端

      ​ bin/flume-ng agent -c conf / -n a2 -f job/group1/flume-flume-hdfs.conf

      flume-file-flume ： 之后在启动4142的服务端

      ​ bin/flume-ng agent -c conf / -n a3 -f job/group1/flume-file-flume.conf

    2. 启动 Hadoop 和 Hive

      [@master hadoop-2.7.7]$sbin/start-dfs.sh

      [@master hadoop-2.7.7]$sbin/start-yarn.sh

      [@master hive]$bin/hive

    3. 检查HDFS上的数据

    4. 检查 /usr/flume/datas/flume3 目录中数据

      [atguigu@hadoop102 flume3]$ ll

      总用量 8

      -rw-rw-r--. 1 atguigu atguigu 5942 5 月 22 00:09 1526918887550-3

3.4.2 负载均衡和故障转移

  1. 案例需求：

    使用 Flume1 监控一个端口，其中 sink 组 分别对接 Flume2 和 Flume3 ， 采用 FailoverSinkProcessor ， 实现故障转移的功能。

  2. 需求分析：

​ [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Xf37ewEM-1640089838547)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20211207135830523.png)]

  1. 实现步骤：

    1. 准备工作

      在 /usr/flume/flume/job 目录下创建 group2 文件夹 ： mkdir 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

    3. 添加以下内容

      # Name the components on this agent
a1.sources = r1
a1.channels = c1
a1.sinkgroups = g1
a1.sink2 = 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
a1.sinkgroups.g1.processor.maxpenalty = 10000
# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = master
a1.sinks.k1.port = 4141
a1.sinks.k2.type = avro
a1.sinks.k2.hostname = master
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

      1. 创建 flume-flume-console1.conf

        配置上级 Flume 输出 Source ， 输出是到本地控制台

      2. 编辑配置文件

        # 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 = master
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

      3. 创建 flume-flume-console2.conf

        配置上级 Flume 输出的 Source，输出是到本地控制台。

      4. 编辑配置文件

        # 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 = master
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. 分别执行配置文件

        bin/flume-ng agent -c conf / -n a3 -f job/group2/flume-flume-console2.conf-Dflume.root.logger=INFO,console

        bin/flume-ng agent -c conf / -n a2 -f job/group2/flume-flume-console1 .conf-Dflume.root.logger=INFO,console

        bin/flume-ng agent -c conf / -n a1 -f job/group2/flume-netcat-flume.conf

      6. 使用 netcat 工具向本机的 44444 端口发送内容

        nc loacalhost 4444

      7. 查看 Flume2 以及 Flume3 的控制台打印日志

      8. 将 Flume2 kill 观察 Flume3 的控制台打印情况。

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

查看 Flume2 以及 Flume3 的控制台打印日志

  11. 将 Flume2 kill 观察 Flume3 的控制台打印情况。

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

喵内噶.
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
【Flume下载与部署】
L7070_的博客
10-13 237
通过部署Flume，可以确保数据都安全、及 时地到达大数据平台，用户可以将精力集中在如何洞悉数据上提示：以下是本篇文章正文内容，下面案例可供参考。
Flume用法
01-07
Flume包含三部分 Source:从哪收集,一般使用：avro(序列化),exec(命令行),spooling(目录)，taildir(目录和文件，包含offset,不会数据丢失),kafka Channel:数据存哪里:(memory,kafka,file) Sink:数据输出到...
Flume下载安装
weixin_33725722的博客
08-12 752
下载 可以apache官网下载flume的安装包 下载时注意，flume具有两个版本，0.9.x和1.x,两个版本并不兼容，我们用最新的1.x版本，也叫flume-ng版本。 安装 解压到指定目录即可 转载于:https://www.cnblogs.com/zpb2016/p/5766899.html...
下载安装Flume
tanxinji的博客
06-25 2542
 进入Flume官网 https://flume.apache.org/download.html  下载之后放在linux里的任意目录  我把压缩包放在了/tmp目录下  在/tmp目录下解压该压缩包，并且指定解压后放置在/opt目录下  重命名  先找到安装jdk路径  复制 ，你的可能不一样  修改Flume配置  修改flume-env.sh文件  在flume-env.sh添加  配置环境变量  刷新环境变量  测试，输入...
Flume的下载和安装
m0_63025433的博客
07-30 545
​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（可定制）的能力。这里讲解了如何在Linux中完成Flume的下载和安装。
flume
03-25
Apache Flume是一个分布式，可靠且可用的系统，用于有效地收集，聚合大量日志数据并将其从许多不同的源移动到集中式数据存储中https://mirrors.tuna.tsinghua.edu.cn/apache/flume/1.5.1/
flume安装程序
12-10
Apache Flume 是一个分布式、可靠且可用的服务，用于有效地收集、聚合和移动大量日志数据。它是Apache Hadoop生态系统的一部分，特别设计用于处理和传输大规模流式数据。Flume通过简单而灵活的架构实现了数据的高效...
Flume集群搭建1
08-08
Apache Flume 是一个分布式、可靠且可用的服务，用于有效地收集、聚合和移动大量日志数据。在本场景中，我们将讨论如何在两台机器（hadoop12 和 Hadoop13）上搭建一个简单的 Flume 集群，以便进行数据推送和拉取。 ...
Flume笔记.zip
04-04
《Flume：大数据实时数据采集详解》 Apache Flume 是一个分布式、可靠且可用于有效收集、聚合和移动大量日志数据的系统。它设计简洁，易于配置，是大数据环境中进行实时数据流处理的重要工具。Flume 的核心概念包括...
flume安装包
02-13
flume安装包 flume安装包 flume安装包 看好版本再下载，以免下错
apache-flume-1.7.0-bin.tar.gz
11-09
自动化采集工具开发包，需要的童鞋自取
apache-flume-1.8.0
10-15
flume官网下载太慢，请从这里下载，次文件是官方网站的1.8版本，也就是支持jdk1.8的，不支持jdk1.7，如果要支持jdk1.7的，请下载我的资源里面也有，flume1.7，
apache-flume-1.8.0-bin.tar
03-21
Flume NG 是Cloudera提供的分布式数据收集系统，它能够将不同数据源的海量日志数据进行高效的收集、聚合、移动，最后存储到存储中心。Flume NG支持（故障转移）failover和负载均衡。
Flume的下载安装
RJSong
03-08 1049
1、下载flume源文件       https://archive.apache.org/dist/flume/1.7.0/2、解压缩     tar -zxvf apache-flume-1.7.0-bin.tar.gz3、重命名      mv apache-flume-1.7.0-bin flume4、配置环境变量     cd /etc/profile     export FLUME_...
Flume的下载、安装与使用
最新发布
qq_70251908的博客
08-03 1012
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（可定制）的能力。本实验要求掌握Linux环境下，完成Flume的下载、安装与简单的操作使用。
Flume下载安装教程
绿萝蔓蔓绕枝生
11-30 1786
1、下载上传flume安装包到虚拟机 点击下载 提取码：bxi2 2、解压flume安装包并改名，方便使用 tar -zxvf flume-ng-1.6.0-cdh5.14.0.tar.gz -C /opt mv apache-flume-1.6.0-cdh5.14.0-bin flume 3、修改配置文件 进入/opt/flume/conf目录下 复制flume-env.sh.template文件并重命名为flume-env.sh 修改flume-env.sh文件 cd /opt/flu
flume安装以及应用
lucky的专栏
09-20 606
下载 //wget http://mirrors.tuna.tsinghua.edu.cn/apache/flume/1.8.0/apache-flume-1.8.0-bin.tar.gz wget http://mirrors.hust.edu.cn/apache/flume/1.8.0/apache-flume-1.8.0-bin.tar.gz  解压 tar –zxvf apache...
Flume大数据日志收集实战指南
"Flume是大数据领域中用于高效收集、聚合和移动大量日志数据的分布式服务。它在Unix环境中运行，具有高可用性、容错性和灵活性。Flume主要由Source、Channel和Sink三个核心组件构成，通过Event作为传输单元来流动...
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

打赏作者

喵内噶.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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