Flume介绍

Flume是流式日志采集工具，FLume提供对数据进行简单处理并且写到各种数据接收方（可定制）的能力，Flume提供从本地文件（spooling directory source）、实时日志（taildir、exec）、REST消息、Thift、Avro、Syslog、Kafka等数据源上收集数据的能力。

Flume架构图.png

Flume系统中核心的角色是Agent，Agent本身是一个Java进程，一般运行在日志收集节点。每一个agent相当于一个数据传递员，内部有三个组件：

• Source（源）->生成数据的地方
  从事件生成器接收数据，以event事件的形式传给一个或多个channel

• Channel（通道）
  从source中接受flume event，作为临时存放地，缓存到buffer中，直到sink将其消费掉，是source和sink之间的桥梁。Channel是事务的，可以和多个source或sink协同。

• Sink（沉槽）
  存放数据到HDFS，从Channel中消费event，并分发给Destination，Sink的Destination也可以是另一个agent或者HDFS，HBASE

服务器准备

Zookeeper集群共三台服务器，分别为：node05、node06、node07
Kafka集群共三台服务器，分别为：node05、node06、node07
Flume只安装在node05节点即可

Zookeeper集群准备

Kafka是一个分布式消息队列，需要依赖ZooKeeper，请先安装好zk集群。
Zookeeper集群安装步骤略，可参照【Storm学习笔记三：全分布式搭建】。

安装Flume

解压

[root@node05 software] tar xf apache-flume-1.6.0-bin.tar.gz -C /opt/sxt
[root@node05 sxt] mv apache-flume-1.6.0-bin/ flume

修改文件 flume-env.sh中的java环境变量

[root@node05 sxt] cd /opt/sxt/flume/conf/
[root@node05 conf] mv flume-env.sh.template flume-env.sh
[root@node05 conf] echo $JAVA_HOME
/usr/java/jdk1.7.0_67
[root@node05 conf] vi flume-env.sh

# Enviroment variables can be set here.
export JAVA_HOME=/usr/java/jdk1.7.0_67

新增一个配置文件fk.conf，配置flume和kafka的信息

[root@node05 conf] vi fk.conf
#复制以下内容到文件中去

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

# Describe/configure the source
a1.sources.r1.type = avro
a1.sources.r1.bind = node05
a1.sources.r1.port = 41414

# Describe the sink
a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
a1.sinks.k1.topic = testflume
a1.sinks.k1.brokerList = node05:9092,node06:9092,node07:9092
a1.sinks.k1.requiredAcks = 1
a1.sinks.k1.batchSize = 20

# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000000
a1.channels.c1.transactionCapacity = 10000

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

启动

启动Zookeeper集群

#分别在三台服务器上执行以下命令启动
zkServer.sh start

启动Kafka集群

#分别在三台服务器上执行以下命令启动
cd /opt/sxt/kafka
bin/kafka-server-start.sh config/server.properties

启动Flume

#新开一个标签页
cd /opt/sxt/flume/
bin/flume-ng agent -n a1 -c conf -f conf/fk.conf -Dflume.root.logger=DEBUG,console

测试

新开一个标签页，到kafka下查看是否有flume里配置的testflume主题

[root@node05 ~] cd /opt/sxt/kafka/
bin/kafka-topics.sh --zookeeper node05:2181,node06:2181,node07:2181 --list

返回test,并没有testflume。此时，直接创建消费者接收testflume主题里的数据

bin/kafka-console-consumer.sh --zookeeper node05:2181,node06:2181,node07:2181 --from-beginning --topic testflume

发现阻塞住了，说明flume和kafka已经建立了联系

注：Flume的数据来源需要写Java程序来测试了
注：Flume+Kafka+Strom的结合使用后续再研究记录