Flume学习笔记

Flume概述

Flume是一个分布式的数据收集系统，具有高可靠、高可用、事务管理、失败重启等功能。数据处理速度快，完全可以用于生产环境。

Flume的核心是agent。agent是一个java进程，运行在日志收集端，通过agent**接收日志，然后暂存起来，再发送到目的地**。

核心组件

agent里面包含3个核心组件：source、channel、sink。

• source组件
  是专用于收集日志的，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、sequence generator、syslog、http、legacy、自定义。
  source组件把数据收集来以后，临时存放在channel中。

• channel组件
  是在agent中专用于临时存储数据的，可以存放在memory、jdbc、file、自定义。
  channel中的数据只有在sink发送成功之后才会被删除。

• sink组件
  是用于把数据发送到目的地的组件，目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、自定义。

在整个数据传输过程中，流动的是event。事务保证是在event级别。

安装flume

解压缩到当前文件夹

[root@liguodong local]# tar -zxvf /root/Documents/apache-flume-1.4.0-bin.tar.gz[root@liguodong local]# tar -zxvf /root/Documents/apache-flume-1.4.0-src.tar.gz

将src文件夹复制到bin文件夹目录下

[root@liguodong local]# cp -ri apache-flume-1.4.0-src/*  apache-flume-1.4.0-bin/

删除src文件，重命名bin文件

rm -rf apache-flume-1.4.0-src/mv apache-flume-1.4.0-bin/ flume

基本操作

flume/bin/下，输入：flume-ng 运行脚本，查看帮助。

flume可以支持多级flume的agent，支持扇入(fan-in)、扇出(fan-out)。

书写配置文件example

#agent1表示代理名称agent1.sources=source1agent1.sinks=sink1agent1.channels=channel1#Spooling Directory是监控指定文件夹中新文件的变化，一旦新文件出现，就解析该文件内容，#然后写入到channle。写入完成后，标记该文件已完成或者删除该文件。#配置source1agent1.sources.source1.type=spooldiragent1.sources.source1.spoolDir=/root/hmbbsagent1.sources.source1.channels=channel1agent1.sources.source1.fileHeader = falseagent1.sources.source1.interceptors = i1agent1.sources.source1.interceptors.i1.type = timestamp#配置sink1agent1.sinks.sink1.type=hdfsagent1.sinks.sink1.hdfs.path=hdfs://liguodong:9000/hmbbsagent1.sinks.sink1.hdfs.fileType=DataStreamagent1.sinks.sink1.hdfs.writeFormat=TEXTagent1.sinks.sink1.hdfs.rollInterval=1agent1.sinks.sink1.channel=channel1agent1.sinks.sink1.hdfs.filePrefix=%Y-%m-%d#配置channel1agent1.channels.channel1.type=fileagent1.channels.channel1.checkpointDir=/root/hmbbs_tmp/123agent1.channels.channel1.dataDirs=/root/hmbbs_tmp/

dataDirs ：数据路径，checkpointDir：相当于前者的备份。两者不能设置成同一个目录。

复制以上的配置到XXX/flume/conf/example文件中
vi example

XXX/flume/conf/目录下
more log4j.properties 查看日志文件的配置

创建被监听文件

cd ~/mkdir hmbbs

创建输出文件

hadoop fs -mkdir /hmbbs

在XXX/flume目录下，执行命令

bin/flume-ng agent -n agent1 -c conf -f conf/example -Dflume.root.logger=DEBUG,console


-Dflume.root.logger=DEBUG,console 仅为 debug 使用，请勿生产环境生搬硬套，否则大量的日志会返回到终端。
-c或--conf 后跟配置目录(脚本文件、日志文件)
-f或--conf-file 后跟具体的配置文件
-n或--name 指定agent的名称


随便创建一个文件
vi hello

复制文件到hmbbs目录下

cp hello /root/hmbbs/

进行观察hdfs文件，/root/hmbbs/、/root/hmbbs_tmp/、/root/hmbbs_tmp/123等。