Flume篇---Flume安装配置与相关使用

一.前述

Copy过来一段介绍Apache Flume 是一个从可以收集例如日志，事件等数据资源，并将这些数量庞大的数据从各项数据资源中集中起来存储的工具/服务，或者数集中机制。flume具有高可用，分布式，配置工具，其设计的原理也是基于将数据流，如日志数据从各种网站服务器上汇集起来存储到HDFS，HBase等集中存储器中。官网：http://flume.apache.org/FlumeUserGuide.html

二.架构

1.基本架构

介绍：

Source:（相当于一个来源）

从数据发生器接收数据,并将接收的数据以Flume的event格式传递给一个或者多个通道channal,Flume提供多种数据接收的方式,比如Avro,Thrift,twitter1%等

Channel:（相当于一个中转）

channal是一种短暂的存储容器,它将从source处接收到的event格式的数据缓存起来,直到它们被sinks消费掉,它在source和sink间起着一共桥梁的作用,channal是一个完整的事务,这一点保证了数据在收发的时候的一致性. 并且它可以和任意数量的source和sink链接. 支持的类型有: JDBC channel , File System channel , Memort channel等.

sink:（相当于最后的写出）

sink将数据存储到集中存储器比如Hbase和HDFS,它从channals消费数据(events)并将其传递给目标地. 目标地可能是另一个sink,也可能HDFS,HBase.

2.延伸架构

2.1利用AVRO中转

2.2一般多个来源时可以配置这样

ps:

Avro（[ævrə]）是Hadoop的一个子项目，由Hadoop的创始人Doug Cutting（也是Lucene，Nutch等项目的创始人）牵头开发。Avro是一个数据序列化系统，设计用于支持大批量数据交换的应用。它的主要特点有：支持二进制序列化方式，可以便捷，快速地处理大量数据；动态语言友好，Avro提供的机制使动态语言可以方便地处理Avro数据。

三。具体实施

3.1 安装
1、上传
2、解压
3、修改conf/flume-env.sh 文件中的JDK目录
注意：JAVA_OPTS 配置如果我们传输文件过大报内存溢出时需要修改这个配置项
4、验证安装是否成功 ./flume-ng version
5、配置环境变量
export FLUME_HOME=/home/apache-flume-1.6.0-bin

3.2 Source、Channel、Sink有哪些类型
    Flume Source
   Source类型                   | 说明
   Avro Source                 | 支持Avro协议（实际上是Avro RPC），内置支持
   Thrift Source               | 支持Thrift协议，内置支持
   Exec Source                 | 基于Unix的command在标准输出上生产数据
   JMS Source                   | 从JMS系统（消息、主题）中读取数据
   Spooling Directory Source | 监控指定目录内数据变更
   Twitter 1% firehose Source|   通过API持续下载Twitter数据，试验性质
   Netcat Source               | 监控某个端口，将流经端口的每一个文本行数据作为Event输入
   Sequence Generator Source | 序列生成器数据源，生产序列数据
   Syslog Sources               | 读取syslog数据，产生Event，支持UDP和TCP两种协议
   HTTP Source                 | 基于HTTP POST或GET方式的数据源，支持JSON、BLOB表示形式
   Legacy Sources               | 兼容老的Flume OG中Source（0.9.x版本）

案例1、 A simple example
   http://flume.apache.org/FlumeUserGuide.html#a-simple-example

   配置文件
   ############################################################
   # 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flume
flume-ng agent -n a1 -c conf -f simple.conf -Dflume.root.logger=INFO,console 指定配置目录

flume-ng agent -n a1 -f op5 -Dflume.root.logger=INFO,console 不用指定配置目录，将上诉source，channel，sink的文件起名为a1,同时指定这个文件在哪

安装telnet
yum install telnet
退出 ctrl+] quit

Memory Chanel 配置
capacity：默认该通道中最大的可以存储的event数量是100，
trasactionCapacity：每次最大可以source中拿到或者送到sink中的event数量也是100
keep-alive：event添加到通道中或者移出的允许时间
byte**：即event的字节量的限制，只包括eventbody

案例2、两个flume做集群（第一个agent的sink作为第二个agent的source）

node01服务器中，配置文件
   ############################################################
   # 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 = node1
   a1.sources.r1.port = 44444

# Describe the sink
   # a1.sinks.k1.type = logger
   a1.sinks.k1.type = avro
   a1.sinks.k1.hostname = node2
   a1.sinks.k1.port = 60000

# 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
   ############################################################

   node02服务器中，安装Flume（步骤略）
   配置文件
   ############################################################
   # Name the components on this agent
   a1.sources = r1
   a1.sinks = k1
   a1.channels = c1

# Describe/configure the source
   a1.sources.r1.type = avro
   a1.sources.r1.bind = node2
   a1.sources.r1.port = 60000

# 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
   ############################################################

   先启动node02的Flume
   flume-ng agent -n a1 -c conf -f avro.conf -Dflume.root.logger=INFO,console

   再启动node01的Flume
   flume-ng agent -n a1 -c conf -f simple.conf2 -Dflume.root.logger=INFO,console

   打开telnet 测试 node02控制台输出结果

案例3、Exec Source（监听一个文件）
       http://flume.apache.org/FlumeUserGuide.html#exec-source

   配置文件
   ############################################################
   a1.sources = r1
   a1.sinks = k1
   a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /home/flume.exec.log

# 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Flume
   flume-ng agent -n a1 -c conf -f exec.conf -Dflume.root.logger=INFO,console

   创建空文件演示 touch flume.exec.log
   循环添加数据
   for i in {1..50}; do echo "$i hi flume" >> flume.exec.log ; sleep 0.1; done

案例4、Spooling Directory Source（监听一个目录）
       http://flume.apache.org/FlumeUserGuide.html#spooling-directory-source
   配置文件
   ############################################################
   a1.sources = r1
   a1.sinks = k1
   a1.channels = c1

# Describe/configure the source
   a1.sources.r1.type = spooldir
   a1.sources.r1.spoolDir = /home/logs
   a1.sources.r1.fileHeader = true

# 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Flume
flume-ng agent -n a1 -c conf -f spool.conf -Dflume.root.logger=INFO,console

拷贝文件演示
mkdir logs
cp flume.exec.log logs/

案例5、hdfs sink
       http://flume.apache.org/FlumeUserGuide.html#hdfs-sink

       配置文件
   ############################################################
   a1.sources = r1
   a1.sinks = k1
   a1.channels = c1

# Describe/configure the source
   a1.sources.r1.type = spooldir
   a1.sources.r1.spoolDir = /home/logs
   a1.sources.r1.fileHeader = true

# Describe the sink
   ***只修改上一个spool sink的配置代码块 a1.sinks.k1.type = logger
   a1.sinks.k1.type=hdfs
   a1.sinks.k1.hdfs.path=hdfs://sxt/flume/%Y-%m-%d/%H%M

   ##每隔60s或者文件大小超过10M的时候产生新文件
   # hdfs有多少条消息时新建文件，0不基于消息个数
   a1.sinks.k1.hdfs.rollCount=0
   # hdfs创建多长时间新建文件，0不基于时间
   a1.sinks.k1.hdfs.rollInterval=60
   # hdfs多大时新建文件，0不基于文件大小
   a1.sinks.k1.hdfs.rollSize=10240
   # 当目前被打开的临时文件在该参数指定的时间（秒）内，没有任何数据写入，则将该临时文件关闭并重命名成目标文件
   a1.sinks.k1.hdfs.idleTimeout=3

   a1.sinks.k1.hdfs.fileType=DataStream

   #时间参数一定要带上 true
   a1.sinks.k1.hdfs.useLocalTimeStamp=true

   ## 每五分钟生成一个目录:
   # 是否启用时间上的”舍弃”，这里的”舍弃”，类似于”四舍五入”，后面再介绍。如果启用，则会影响除了%t的其他所有时间表达式
   a1.sinks.k1.hdfs.round=true
   # 时间上进行“舍弃”的值；
   a1.sinks.k1.hdfs.roundValue=5
   # 时间上进行”舍弃”的单位，包含：second,minute,hour
   a1.sinks.k1.hdfs.roundUnit=minute

# 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（将source,channel,sink关联）
   ############################################################
   创建HDFS目录
   hadoop fs -mkdir /flume

   启动Flume
   flume-ng agent -n a1 -c conf -f hdfs.conf -Dflume.root.logger=INFO,console

查看hdfs文件
hadoop fs -ls /flume/...
hadoop fs -get /flume/...

http://flume.apache.org/

安装
1、上传
2、解压
3、修改conf/flume-env.sh 文件中的JDK目录
注意：JAVA_OPTS 配置如果我们传输文件过大报内存溢出时需要修改这个配置项
4、验证安装是否成功 ./flume-ng version
5、配置环境变量
export FLUME_HOME=/home/apache-flume-1.6.0-bin

# 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flume
flume-ng agent -n a1 -c conf -f simple.conf -Dflume.root.logger=INFO,console

安装telnet
yum install telnet
退出 ctrl+] quit

案例2、两个flume做集群

node01服务器中，配置文件
   ############################################################
   # 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 = node1
   a1.sources.r1.port = 44444

# Describe the sink
   # a1.sinks.k1.type = logger
   a1.sinks.k1.type = avro
   a1.sinks.k1.hostname = node2
   a1.sinks.k1.port = 60000

# Use a channel which buffers events in memory
   a1.channels.c1.type = memory
   a1.channels.c1.capacity = 1000
   a1.channels.c1.transactionCapacity = 100

# Describe/configure the source
   a1.sources.r1.type = avro
   a1.sources.r1.bind = node2
   a1.sources.r1.port = 60000

# 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

案例3、Exec Source
       http://flume.apache.org/FlumeUserGuide.html#exec-source

   配置文件
   ############################################################
   a1.sources = r1
   a1.sinks = k1
   a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /home/flume.exec.log

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

   启动Flume
   flume-ng agent -n a1 -c conf -f exec.conf -Dflume.root.logger=INFO,console

   创建空文件演示 touch flume.exec.log
   循环添加数据
   for i in {1..50}; do echo "$i hi flume" >> flume.exec.log ; sleep 0.1; done

案例4、Spooling Directory Source
       http://flume.apache.org/FlumeUserGuide.html#spooling-directory-source
   配置文件
   ############################################################
   a1.sources = r1
   a1.sinks = k1
   a1.channels = c1

# Describe/configure the source
   a1.sources.r1.type = spooldir
   a1.sources.r1.spoolDir = /home/logs
   a1.sources.r1.fileHeader = true

# 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Flume
flume-ng agent -n a1 -c conf -f spool.conf -Dflume.root.logger=INFO,console

拷贝文件演示
mkdir logs
cp flume.exec.log logs/

案例5、hdfs sink
       http://flume.apache.org/FlumeUserGuide.html#hdfs-sink

       配置文件
   ############################################################
   a1.sources = r1
   a1.sinks = k1
   a1.channels = c1

# Describe/configure the source
   a1.sources.r1.type = spooldir
   a1.sources.r1.spoolDir = /home/logs
   a1.sources.r1.fileHeader = true

# Describe the sink
   ***只修改上一个spool sink的配置代码块 a1.sinks.k1.type = logger
   a1.sinks.k1.type=hdfs
   a1.sinks.k1.hdfs.path=hdfs://sxt/flume/%Y-%m-%d/%H%M

   ##每隔60s或者文件大小超过10M的时候产生新文件
   # hdfs有多少条消息时新建文件，0不基于消息个数
   a1.sinks.k1.hdfs.rollCount=0
   # hdfs创建多长时间新建文件，0不基于时间
   a1.sinks.k1.hdfs.rollInterval=60
   # hdfs多大时新建文件，0不基于文件大小
   a1.sinks.k1.hdfs.rollSize=10240
   # 当目前被打开的临时文件在该参数指定的时间（秒）内，没有任何数据写入，则将该临时文件关闭并重命名成目标文件
   a1.sinks.k1.hdfs.idleTimeout=3

   a1.sinks.k1.hdfs.fileType=DataStream
   a1.sinks.k1.hdfs.useLocalTimeStamp=true

   ## 每五分钟生成一个目录:
   # 是否启用时间上的”舍弃”，这里的”舍弃”，类似于”四舍五入”，后面再介绍。如果启用，则会影响除了%t的其他所有时间表达式
   a1.sinks.k1.hdfs.round=true
   # 时间上进行“舍弃”的值；
   a1.sinks.k1.hdfs.roundValue=5
   # 时间上进行”舍弃”的单位，包含：second,minute,hour
   a1.sinks.k1.hdfs.roundUnit=minute

# 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
   ############################################################
   创建HDFS目录
   hadoop fs -mkdir /flume

   启动Flume
   flume-ng agent -n a1 -c conf -f hdfs.conf -Dflume.root.logger=INFO,console

查看hdfs文件
hadoop fs -ls /flume/...
hadoop fs -get /flume/...

作业：
1、flume如何收集java请求数据
2、项目当中如何来做？日志存放/log/目录下以yyyyMMdd为子目录分别存放每天的数据

Flume篇---Flume安装配置与相关使用的更多相关文章

具体图解 Flume介绍、安装配置
写在前面一: 本文总结"Hadoop生态系统"中的当中一员--Apache Flume 写在前面二: 所用软件说明: 一.什么是Apache Flume 官网:Flume is a ...
[转载] 纯手打第一篇：安装配置gradle
本文转载自: http://www.cnblogs.com/uncle2000/p/4276833.html 一个bug 一个脚印的叫你们用gradle. 1介于网络上的很多资料都是老的不适用与现在 ...
gradle教程 [原创]（eclipse/ADT下非插件非Android Studio/AS）纯手打第一篇：安装配置gradle
一个bug 一个脚印的叫你们用gradle. 1介于网络上的很多资料都是老的不适用与现在的新版本gradle 尤其是有些gradle方法改名了老的用不了 2介于网上都是粘贴复制并且零碎我很蛋疼啊,走 ...
Jboss安装配置以及相关的问题
下载地址:(目前最新版本是jboss-as-7.1.1.Final) http://download.jboss.org/jbossas/7.1/jboss-as-7.1.1.Final/jboss- ...
基于WIN8.1:新手篇→tomcat安装配置
一.JDK配置下载安装JDK和tomcat 打开电脑属性,高级系统设置进行环境变量配置新建系统变量,变量值为JDK安装路径,并在系统变量path最后加上“%JAVA_HOME%\bin;%JAVA ...
基于centOS7:新手篇→tomcat安装配置
1.新环境,还没有安装lrzsz和unzip,先安装 yum -y install lrzsz yum -y install unzip 2.进入tomcat官网下载安装包,使用rz上传到服务器opt ...
第一篇 Charles的配置及相关使用
// Charles Proxy License // 适用于Charles任意版本的注册码,谁还会想要使用破解版呢. // Charles 4.2目前是最新版,可用. Registered Na ...
Linux安装配置VPN服务器
一.实验简介 VPN ,中文翻译为虚拟专有网络,英文全称是 Virtual Private Network .现在 VPN 被普遍定义为通过一个公用互联网络建立一个临时的.安全的连接,是一条穿过混乱 ...
浅入深出Vue：工具准备之WebStorm安装配置
浅入深出Vue之工具准备(一):WebStorm安装配置工欲善其事必先利其器,让我们先做好准备工作吧导航篇 WebStorm安装配置所有工具的下载地址都可以在导航篇中找到,这里我们下载的是最新版 ...

随机推荐

php unicode编码和字符串互转
php字符串转Unicode编码, Unicode编码转php字符百度了很多,都一样, 要么不对, 要不就是只是把字符串的汉字转Unicode 经过多次试验查找, 找到了如下方法, 注意:字符串编码 ...
Amazon新一代云端关系数据库Aurora
在2017年5月芝加哥举办的世界顶级数据库会议SIGMOD/PODS上,作为全球最大的公有云服务提供商,Amazon首次系统的总结了新一代云端关系数据库Aurora的设计实现.Aurora是Amazo ...
音频相关基本概念，音频处理及编解码基本框架和原理以及音、重采样、3A等音频处理(了解概念为主)
视频笔记:音频专业级分析软件(Cooledit) 音质定义以语音带宽来区分,采样率越高,带宽越大,则保真度越高,音质越好.窄带(8khz采样),宽带(16khz采样),CD音质(44.1khz采样) ...
如何让pandas表格直接转换为markdown表格
https://stackoverflow.com/questions/33181846/programmatically-convert-pandas-dataframe-to-markdown-t ...
Chapter 5 : Control Structures 2 : Repetition
import java.util.*; import java.io.*; public class Loop { static Scanner console = new Scanner(Syste ...
CentOS7更换国内源
前言 CentOS 有个很方便的软件安装工具yum,但是默认安装完CentOS,系统里使用的是国外的CentOS更新源,这就造成了我们使用默认更新源安装或者更新软件时速度很慢的问题,甚至更新失败. 为 ...
GLOG使用Demo
GLOG使用Demo GLOG是Google开源的一个精简的日志系统,博主简单学习了一下并记录常见用法,以备日常查询一.安装照例是编译安装,不过没有使用cmake git clone https: ...
jenkins安装配置
一.下载Jenkins 官网地址:https://jenkins.io/,图如下所示,点击下载可下载最新版本. 点击下载之后,我们可以看到下面的图,我这边选择的Jenkins.war 文件. 下面,使 ...
Oracle DBLINK的相关知识整理
一.DBLINK(Database Link)概念 dblink,顾名思义就是数据库的链接.当我们要跨本地数据库访问另一个数据库中的表的数据时,在本地数据库中就必须要创建远程数据库的dblink,通过 ...
解决微信浏览器中无法一键拨号问题tel
公众号中需要在某些页面显示手机号码,并且需要点击后拨号. 原以为 <a href="tel:10086">10086</a> 可以解决了, 没想到在微信浏览 ...

Flume篇---Flume安装配置与相关使用

Flume篇---Flume安装配置与相关使用的更多相关文章

随机推荐

热门专题