flume学习（一）——安装和一个简单的netcat程序

本文主要参考：

http://flume.apache.org/FlumeUserGuide.html#configuring-individual-components

首先介绍一下flume的主要作用

apache flume 是一个分布式，可靠的，可用的系统，主要用于高效的数据收集，从不同源中移动大量日志数据到中央存储仓库中。

apache flume不是严格的只能收集日志数据。但是数据源是自定义的，flume能够用于传递大量的事件数据，包括但不限于网络传输的数据，社交媒体产生的数据，email信息和更多可能的数据源。

总结说来，flume（斜槽）的作用就是把数据高效稳定的传输到中央存储仓库中（例如：hdfs）。

flume的组成

flume的事件由两部分组成，分别是含有byte的数据流——payload和可选的（可以有也可以没有的）字符串属性集合组成。flume代理是一个jvm进程。它通过决定事件从外部的源到哪一个目的地来管理组件（它来管理数据的流向，从哪里到哪里）。

flume的agent由三部分组成：source、channel、sink

需要介绍的概念是fan-in和fan-out。

fan-in和fan-out可以理解为散入和散出。都是针对source和channel来说的。其中fan-in（散入）是指从多个source进入一个channel中，fan-out（散出）是指从一个source进入多个channel中。

下面下载并安装flume

1、到官网上下载最新的flume。

2、tar开到执行的目录 tar -zxvf flume-x.x.x.x

3、添加环境变量，修改/etc/profile 中的内容，添加/home/flume/bin到path中

4、复制flume-env.sh.template 和flume-conf.properties.template文件

cp flume-env.sh.template flume-env.sh

cp flume-conf.properties.template flume-conf.properties

这样flume的安装就可以了，现在尝试运行一个netcat的例子

5、修改flume-conf.properties文件

# Name the components on this agenta1.sources = r1a1.sinks = k1a1.channels = c1# Describe/configure the sourcea1.sources.r1.type = netcata1.sources.r1.bind = localhosta1.sources.r1.port = 44444# Describe the sinka1.sinks.k1.type = logger# Use a channel which buffers events in memorya1.channels.c1.type = memorya1.channels.c1.capacity = 1000a1.channels.c1.transactionCapacity = 100# Bind the source and sink to the channela1.sources.r1.channels = c1a1.sinks.k1.channel = c1

6、启动名字为a1的agent。

flume-ng agent -n a1 -c conf -f /home/flume/conf/flume-conf.properties -Dflume.root.logger=INFO,console

7、测试能否正常监听：

nc localhost 444444

然后输入内容，查看flume中a1的情况。

现在，基本的flume代理就已经能够正常的运行了。