Flume配置文件写法总结

一、agent

　　第一步是定义agent(代理)及agent下的sources、channels、sinks的简称，如下：

　　a1.sources = r1
　　a1.sinks = k1
　　a1.channels = c1

二、sources

　　第二步是定义sources(接收数据源)，以下是常见的sources类型：

　　1.type = netcat　　=>监视一个端口，需要端口名称、端口号：

　　　　bind = localhost

　　　　port = 44444

　　2.type = exec　　=>监视一个文件，需要命令行、命令行使用的脚本

　　　　command = tail -F /opt/jars/calllog.csv

　　　　shell = /usr/bin/bash -c

　　3.type = spooldir　　=>监视一个文件夹，需要文件夹路径

　　　　可以添加进入文件夹文件的后缀名、可以添加绝对路径的文件名、通过正则表达式过滤以tmp结尾的文件

　　　　spoolDir = /root/spooldir

　　　　fileSuffix = .COMPLETED

　　　　fileHeader = true

　　　　ignorePattern = ([^]*\.tmp)

　　4.selector.type = replicating　　=>将数据量复制给多个channel

　　5.type = avro　　=>通过端口接收数据，需要端口名称、端口号

　　　　bind = hd1-1

　　　　port = 4141

三、channels

　　第三步是设置channel(管道)的类型等

　　1.tpye = memory　　=>使用内存为管道，设置内存总容量、每次传输的容量

　　　　capacity =1000

　　　　transactionCapacity =100

　　2.使用磁盘作为管道

四、sink

　　第四步是设置sink(下沉)的类型和细节设置

　　1.type = logger　　=>输出日志文件，用于监控端口直接在端口输出接受的数据

　　2.type = hdfs　　=>输出到hdfs，

　　　　hdfs.path = hdfs://hd1-1:9000/flume/%Y%m%d/%H　　=>设置hdfs的路径

　　　　hdfs.filePrefix = logs-　　=>设置文件的前缀

　　　　hdfs.round = true　　=>按照时间滚动文件夹

　　　　hdfs.roundValue = 1　　=>多长时间创建一个新文件夹

　　　　hdfs.roundUnit = minute　　=>定义时间的单位

　　　　hdfs.useLocalTimeStamp = true　　=>使用本地时间戳

　　　　hdfs.batchSize = 500　　=>积攒到少event后flush到hdfs一次

　　　　hdfs.fileType = DataStream　　=>设置文件类型，可支持压缩

　　　　hdfs.rollInterval = 30　　=>多久生成一个新文件

　　　　hdfs.rollSize = 134217700　　=>设置每个文件的滚动大小

　　　　hdfs.rollCount = 0　　=>滚动与Event无关

　　　　hdfs.minBlockReplicas = 1　　=>最小冗余数(及备份数，hdfs自带无需配置)

　　3.type = avro　　=>将数据发送到端口，需要设置端口名称、端口号

　　　　hostname = hd1-1

　　　　port = 4141

　　4.type = file_roll　　=>将数据传输到本地文件，需要设置文件路径

　　　　sink.directory = /root/flume2　　注意flume2文件夹需要自己创建

　　5.type = org.apache.flume.sink.kafka.KafkaSink　　=>将数据传输到kafka

　　　　需要设置集群的机器名称和端口号、主题、batchSize、Ack机制

　　　　brokerList = hd1-1:9092,hd1-2:9092,hd1-3:9092

　　　　topic = calllog

　　　　batchSize = 20

　　　　requiredAcks =1 　　ACK机制（1、0、-1，1是最安全的）

五、bind

　　a1.sources.r1.channels = c1

　　a1.sinks.k1.channel = c1