美文网首页
flume的安装和使用

flume的安装和使用

作者: 小月半会飞 | 来源:发表于2019-03-11 14:33 被阅读0次

    Flume的简单介绍
    Flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。
    Flume可以采集文件,socket数据包等各种形式源数据,又可以将采集到的数据输出到HDFS、hbase、hive、kafka等众多外部存储系统中
    Flume的运行机制
    1、Flume分布式系统中最核心的角色是agent,flume采集系统就是由一个个agent所连接起来形成
    2、每一个agent相当于一个数据传递员Source 到 Channel 到 Sink之间传递数据的形式是Event事件;Event事件是一个数据流单元。

    内部有三个组件:
    a)Source:采集源,用于跟数据源对接,以获取数据
    b)Sink:下沉地,采集数据的传送目的,用于往下一级agent传递数据或者往最终存储系统传递数据
    c)Channel:angent内部的数据传输通道,用于从source将数据传递到sink
    单个agent采集数据

    image

    多个agent直接串联采集数据

    image

    Flume的安装与使用
    安装Flume之前确保安装了hadoop,假设是安装了hadoop的前提下,介绍Flume的安装,其实解压下就行了。
    我这里使用的是apache-flume-1.6.0-bin.tar.gz,上传到linux,解压到指定包即可,我这里解压到了apps这个包,里面放了我解压的hadoo、hive和zookeeper,安装就完了。
    注:其实在conf目录里面需要配置JAVA_HOME,但是我没配置使用也没问题的。如果出现问题了再配置看。

    3台电脑安装netcat

    yum install -y nc.x86_64
    
    

    hadoop03在9999端口监听

    nc -l 9999
    
    

    hadoop05连接hadoop03,发送数据

    nc hadoop03 9999
    
    

    Flume的使用(一)
    这里打算做的是,接收网络传输的数据。也就是flume(安装在mini1)的作用是,然后在mini2这台机器上,发送数据,mini1上能采集到,可以下沉到hdfs(为了方便,这里暂时打印在控制台)
    注:为了方便我这里就在mini1这条机器打开两个窗口来进行发送和采集数据了。
    进入到flume的conf目录下,创建文件,进行配置

    [root@mini1 ~]# cd apps/apache-flume-1.6.0-bin/conf/
    [root@mini1 conf]# ll
    总用量 28
    -rw-r--r--. 1  501 games 1661 5月   9 2015 flume-conf.properties.template
    -rw-r--r--. 1  501 games 1110 5月   9 2015 flume-env.ps1.template
    -rw-r--r--. 1  501 games 1214 5月   9 2015 flume-env.sh.template
    -rw-r--r--. 1  501 games 3107 5月   9 2015 log4j.properties
    -rw-r--r--. 1 root root   487 10月 19 14:34 netcat-logger.conf
    -rw-r--r--. 1 root root   507 10月 19 01:57 spool-logger.conf
    -rw-r--r--. 1 root root  1271 10月 19 15:11 tail-hdfs.conf
    [root@mini1 conf]# vi netcat-logger.conf 
    # example.conf: A single-node Flume configuration
    
    # Name the components on this agent
    #给那三个组件取个名字
    a1.sources = r1
    a1.sinks = k1
    a1.channels = c1
    
    # Describe/configure the source
    #类型, 从网络端口接收数据,本机mini1, type=spoolDir采集目录源,目录里有就采
    a1.sources.r1.type = netcat
    a1.sources.r1.bind = mini1
    a1.sources.r1.port = 44444
    
    # Describe the sink 日志下沉到log4j,打印在屏幕上
    a1.sinks.k1.type = logger
    
    # Use a channel which buffers events in memory
    #下沉的时候是一批一批的, 下沉的时候是一个个event
    Channel参数解释:
    #capacity:默认该通道中最大的可以存储的event数量 1000条数据(1000个event,source拿到的数据是封装成event事件的)
    #trasactionCapacity:每次最大可以从source中拿到或者送到sink中的event数量
    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
    
    

    配置好了就可以启动了

    [root@mini1 apache-flume-1.6.0-bin]# bin/flume-ng agent --conf conf --conf-file conf/netcat-logger.conf --name a1 -Dflume.root.logger=INFO,console
    Warning: JAVA_HOME is not set!
    ...
    2017-10-20 05:00:13,317 (conf-file-poller-0) [INFO - org.apache.flume.node.Application.startAllComponents(Application.java:173)] Starting Sink k1
    2017-10-20 05:00:13,318 (conf-file-poller-0) [INFO - org.apache.flume.node.Application.startAllComponents(Application.java:184)] Starting Source r1
    2017-10-20 05:00:13,320 (lifecycleSupervisor-1-3) [INFO - org.apache.flume.source.NetcatSource.start(NetcatSource.java:150)] Source starting
    2017-10-20 05:00:13,350 (lifecycleSupervisor-1-3) [INFO - org.apache.flume.source.NetcatSource.start(NetcatSource.java:164)] Created serverSocket:sun.nio.ch.ServerSocketChannelImpl[/192.168.25.127:44444]
    
    

    flume内部启动netcat,监听44444端口,收到数据,显示到终端控制台

    在mini1上重开一个窗口(或者其它机器),发送数据进行测试

    [root@mini1 ~]# telnet mini1 44444
    Trying 192.168.25.127...
    Connected to mini1.
    Escape character is '^]'.
    jinbingmin
    OK
    haha
    OK
    oyasumi
    OK
    
    

    发送了三句话。
    注:如果没有telnet命令,做法如下

    rpm -qa telnet-server 查看有没有安装,没有输出的话,那么执行
    yum install telnet-server  
    rpm -qa telnet 来查看telnet-server 安装包有没有安装,如果没有输出,那么执行安装
    yum install telnet
    退出的话使用ctrl+],接着quit
    
    

    再次查看服务端有没有采集到

    2017-10-20 05:00:59,699 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:94)] Event: { headers:{} body: 6A 69 6E 62 69 6E 67 6D 69 6E 0D                jinbingmin. }
    2017-10-20 05:01:14,704 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:94)] Event: { headers:{} body: 68 61 68 61 0D                                  haha. }
    2017-10-20 05:01:19,421 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:94)] Event: { headers:{} body: 6F 79 61 73 75 6D 69 0D      oyasumi. }
    
    

    发现已经采集到了打印到了控制台

    使用Flume监听日志变化

    进入到flume的conf目录下,创建文件,进行配置

    [root@mini1 ~]# cd apps/apache-flume-1.6.0-bin/conf/
    [root@mini1 conf]# ll
    总用量 28
    -rw-r--r--. 1  501 games 1661 5月   9 2015 flume-conf.properties.template
    -rw-r--r--. 1  501 games 1110 5月   9 2015 flume-env.ps1.template
    -rw-r--r--. 1  501 games 1214 5月   9 2015 flume-env.sh.template
    -rw-r--r--. 1  501 games 3107 5月   9 2015 log4j.properties
    -rw-r--r--. 1 root root   487 10月 19 14:34 netcat-logger.conf
    -rw-r--r--. 1 root root   507 10月 19 01:57 spool-logger.conf
    -rw-r--r--. 1 root root  1271 10月 19 15:11 tail-hdfs.conf
    [root@mini1 conf]# vi netcat-logger.conf 
    # example.conf: A single-node Flume configuration
    
    # Name the components on this agent
    #给那三个组件取个名字
    a1.sources = r1
    a1.sinks = k1
    a1.channels = c1
    
    # Describe/configure the source
    ## exec表示flume回去调用给的命令,然后从给的命令的结果中去拿数据
    a1.sources.r1.type = exec
    ## 使用tail这个命令来读数据
    a1.sources.r1.command = tail -F /opt/test.log
    a1.sources.r1.channels = c1
    
    # Describe the sink 日志下沉到log4j,打印在屏幕上
    a1.sinks.k1.type = logger
    
    # Use a channel which buffers events in memory
    #下沉的时候是一批一批的, 下沉的时候是一个个event
    Channel参数解释:
    #capacity:默认该通道中最大的可以存储的event数量 1000条数据(1000个event,source拿到的数据是封装成event事件的)
    #trasactionCapacity:每次最大可以从source中拿到或者送到sink中的event数量
    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
    
    

    配置好了就可以启动了

    [root@mini1 apache-flume-1.6.0-bin]# bin/flume-ng agent --conf conf --conf-file conf/netcat-logger.conf --name a1 -Dflume.root.logger=INFO,console
    Warning: JAVA_HOME is not set!
    ...
    2017-10-20 05:00:13,317 (conf-file-poller-0) [INFO - org.apache.flume.node.Application.startAllComponents(Application.java:173)] Starting Sink k1
    2017-10-20 05:00:13,318 (conf-file-poller-0) [INFO - org.apache.flume.node.Application.startAllComponents(Application.java:184)] Starting Source r1
    2017-10-20 05:00:13,320 (lifecycleSupervisor-1-3) [INFO - org.apache.flume.source.NetcatSource.start(NetcatSource.java:150)] Source starting
    2017-10-20 05:00:13,350 (lifecycleSupervisor-1-3) [INFO - org.apache.flume.source.NetcatSource.start(NetcatSource.java:164)] Created serverSocket:sun.nio.ch.ServerSocketChannelImpl[/192.168.25.127:44444]
    
    

    通过写一个死循环往test.log中写数据的方式模式日志文件增长

    编写shell脚本,模拟日志增长变化。

    #!/bin/bash
    [root@hadoop1 flumedata]# cd /home/tuzq/software/flumedata
    [root@hadoop1 flumedata]# while true
    >do
    > date >> test.log
    > sleep 2
    > done
    
    

    查看日志变化

    [root@hadoop1 ~]# cd /home/tuzq/software/flumedata/
    [root@hadoop1 flumedata]# ls
    access.log  error.log  test.log
    [root@hadoop1 flumedata]# tail -f test.log 
    2017年 06月 13日 星期二 22:02:22 CST
    2017年 06月 13日 星期二 22:02:24 CST
    2017年 06月 13日 星期二 22:02:26 CST
    2017年 06月 13日 星期二 22:02:28 CST
    2017年 06月 13日 星期二 22:02:30 CST
    2017年 06月 13日 星期二 22:02:32 CST
    
    

    通过上面的文件,可以看到test.log在不停的追加数据。

    Flume的使用(三)

    采集数据到hdfs

    这里要添加的配置文件里面的采集源和下沉地就都有变化了。

    [root@mini1 conf]# vi tail-hdfs.conf 
    # Name the components on this agent
    a1.sources = r1
    a1.sinks = k1
    a1.channels = c1
    #exec 指的是命令
    # Describe/configure the source
    a1.sources.r1.type = exec
    #F根据文件名追中, f根据文件的nodeid追中
    a1.sources.r1.command = tail -F /opt/test.log
    a1.sources.r1.channels = c1
    # Describe the sink
    #下沉目标
    a1.sinks.k1.type=hdfs
    a1.sinks.k1.channel=c1
    a1.sinks.k1.hdfs.useLocalTimeStamp=true
    a1.sinks.k1.hdfs.path=/flume/testout9/
    a1.sinks.k1.hdfs.filePrefix=cmcc
    a1.sinks.k1.hdfs.minBlockReplicas=1
    a1.sinks.k1.hdfs.fileType=DataStream
    a1.sinks.k1.hdfs.writeFormat=Text
    a1.sinks.k1.hdfs.rollInterval=0
    a1.sinks.k1.hdfs.rollSize=10240
    a1.sinks.k1.hdfs.rollCount=0
    a1.sinks.k1.hdfs.idleTimeout=0
    
    # 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
    
    

    flume+kafka

    spooldir.sources= eventDir
    spooldir.channels= memoryChannel
    spooldir.sinks= eventHDFS
    
    spooldir.channels.memoryChannel.type= memory
    spooldir.channels.memoryChannel.capacity= 10000
    spooldir.channels.memoryChannel.transactioncapacity= 1000000
    
    spooldir.sources.eventDir.type=exec
    spooldir.sources.eventDir.command=tail -F /opt/log.txt
    
    spooldir.sinks.eventHDFS.type = org.apache.flume.sink.kafka.KafkaSink
    spooldir.sinks.eventHDFS.topic = orderMq
    spooldir.sinks.eventHDFS.brokerList = hadoop01:9092,hadoop02:9092,hadoop03:9092
    
    spooldir.sources.eventDir.channels= memoryChannel
    spooldir.sinks.eventHDFS.channel= memoryChannel
    
    

    参考
    https://blog.csdn.net/zengmingen/article/details/65444823

    https://blog.csdn.net/HG_Harvey/article/details/78358304

    相关文章

      网友评论

          本文标题:flume的安装和使用

          本文链接:https://www.haomeiwen.com/subject/xdfbpqtx.html