- 1小程序中Echarts实现隐藏x轴，y轴，刻度线，网格_echarts隐藏网格线
- 2Python 断言和异常
- 3ios系统中openDocument API调用成功但是打开文件无反应/空白
- 4协议安全分析工具Proverif 和Proverif Editor的安装与使用_proverif教程
- 5Numpy的argsort()方法_argsort() received an invalid combination of argum
- 6DM达梦数据库快捷键_达梦可视化工具使用快捷键
- 72024年大数据最全一篇文章搞懂数据仓库：三范式与反范式，80后程序员月薪30K+感慨中年危机_数据仓库范式化
- 8git reset版本回退后悔药(图文例子)_git reset 撤销
- 92020阿里招聘岗位要求_阿里巴巴岗位要求
- 10团队协作开发中，5个强大的VS Code插件_vs协作开发
Flume_flume提供了各种sink的实现
赞
踩
Flume简介
Flume是是Cloudera提供的一个分布式的、高可靠的、高可用的海量日志采集、聚合和传输的系统。支持在日志系统中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接受方(比如文本、HDFS、Hbase等)的能力 。
Flume作为Cloudera开发的实时日志收集系统，受到了业界的认可与广泛应用。2010年11月Cloudera开源了Flume的第一个可用版本0.9.2，这个系列版本被统称为Flume-OG，重构后的版本统称为Flume-NG。改动的另一原因是将 Flume 纳入 Apache 旗下，Cloudera Flume改名为Apache Flume成为Apache核心项目。
Flume的特点
Flume的数据流由事件(Event)贯穿始终。事件是Flume的基本数据单位，它携带日志数据(字节数组形式)并且携带有头信息，这些Event由Agent外部的Source生成，当Source捕获事件后会进行特定的格式化，然后Source会把事件推入(单个或多个)Channel中。你可以把Channel看作是一个缓冲区，它将保存事件直到Sink处理完该事件。Sink负责持久化日志或者把事件推向另一个Source。
-
Flume的可靠性
当节点出现故障时，日志能够被传送到其他节点上而不会丢失。Flume提供了三种级别的可靠性保障，从强到弱依次分别为：end-to-end（收到数据agent首先将event写到磁盘上，当数据传送成功后，再删除；如果数据发送失败，可以重新发送。），Store on failure（这也是scribe采用的策略，当数据接收方crash时，将数据写到本地，待恢复后，继续发送），Besteffort（数据发送到接收方后，不会进行确认）。 -
可扩展性
Flume采用了三层架构，分别为agent，collector和storage，每一层均可以水平扩展。其中，所有agent和collector由master统一管理，这使得系统容易监控和维护，且master允许有多个（使用ZooKeeper进行管理和负载均衡），这就避免了单点故障问题。
Flume核心概念
- Client：Client生产数据，运行在一个独立的线程。
- Event： 一个数据单元，存储格式为字节，消息头和消息体组成。（Events可以是日志记录、 avro 对象等）
- Source：数据收集组件。Flume提供了各种各样的Source、同时还提供了自定义的Source
- Channel：缓冲区，当Source接收数据后，会存储在一个或者多个Channel中；
- Sink：负责消费Channel中的数据并将其发送至HDFS等外部存储或者另一个Flume agent的Source。
- Flow： Event从源点到达目的点的迁移的抽象。
- Agent： 一个独立的Flume进程，包含组件Source、 Channel、 Sink。（Agent使用JVM 运行Flume。每台机器运行一个agent，但是可以在一个agent中包含多个sources和sinks。）
Flume NG的架构
一个Flume Agent的典型数据流动过程为：
- 外部数据源（一个或多个）发送指定格式的数据至flume agent，source对数据作反序列化处理并存储在一个或多个channel中;
- 当sink需要某个数据时，从指定的channel中取出并删除channel中的原始数据。
- sink按指定格式对数据做序列化并发送到指定位置。
Source
Source是数据的收集端，负责将数据捕获后进行特殊的格式化，将数据封装到事件（event） 里，然后将事件推入Channel中。
Flume提供了各种source的实现，包括Avro Source、Exce Source、Spooling Directory Source、NetCat Source、Syslog Source、Syslog TCP Source、Syslog UDP Source、HTTP Source、HDFS Source，etc。如果内置的Source无法满足需要， Flume还支持自定义Source。
Channel
Channel是连接Source和Sink的组件，大家可以将它看做一个数据的缓冲区（数据队列），它可以将事件暂存到内存中也可以持久化到本地磁盘上， 直到Sink处理完该事件。
Flume对于Channel，则提供了Memory Channel、JDBC Chanel、File Channel，etc。
MemoryChannel可以实现高速的吞吐，但是无法保证数据的完整性。
MemoryRecoverChannel在官方文档的建议上已经建义使用FileChannel来替换。
FileChannel保证数据的完整性与一致性。在具体配置不现的FileChannel时，建议FileChannel设置的目录和程序日志文件保存的目录设成不同的磁盘，以便提高效率。
Sink
Flume Sink取出Channel中的数据，进行相应的存储文件系统，数据库，或者提交到远程服务器。
Flume也提供了各种sink的实现，包括HDFS sink、Logger sink、Avro sink、File Roll sink、Null sink、HBase sink，etc。
Flume Sink在设置存储数据时，可以向文件系统中，数据库中，hadoop中储数据，在日志数据较少时，可以将数据存储在文件系中，并且设定一定的时间间隔保存数据。在日志数据较多时，可以将相应的日志数据存储到Hadoop中，便于日后进行相应的数据分析。
Flume的部署类型
1. 单Agent
2.多代理流程（多个agent顺序连接）
可以将多个Agent顺序连接起来，将最初的数据源经过收集，存储到最终的存储系统中。这是最简单的情况，一般情况下，应该控制这种顺序连接的Agent 的数量，因为数据流经的路径变长了，如果不考虑failover的话，出现故障将影响整个Flow上的Agent收集服务。
3. 流的合并（多个Agent的数据汇聚到同一个Agent ）（生产中最多使用）
这种情况应用的场景比较多，比如要收集Web网站的用户行为日志， Web网站为了可用性使用的负载集群模式，每个节点都产生用户行为日志，可以为每 个节点都配置一个Agent来单独收集日志数据，然后多个Agent将数据最终汇聚到一个用来存储数据存储系统，如HDFS上。
4. 多路复用流（多级流）
Flume还支持多级流，什么多级流？来举个例子，当syslog， java， nginx、 tomcat等混合在一起的日志流开始流入一个agent后，可以agent中将混杂的日志流分开，然后给每种日志建立一个自己的传输通道。
5. load balance功能
下图Agent1是一个路由节点，负责将Channel暂存的Event均衡到对应的多个Sink组件上，而每个Sink组件分别连接到一个独立的Agent上 。
Flume的部署
一、下载
[root@localhost flume]# wget http://mirror.bit.edu.cn/apache/flume/1.8.0/apache-flume-1.8.0-bin.tar.gz
- 1
二、安装
Flume框架对hadoop和zookeeper的依赖只是在jar包上，并不要求flume启动时必须将hadoop和zookeeper服务也启动。
1.将安装包上传到服务器并解压
在安装包目录下执行
[root@localhost flume]# tar.gztar -zxvf apache-flume-1.8.0-bin.tar.gz
- 1
2.修改配置文件
[root@localhost flume]# cd ./apache-flume-1.8.0-bin/conf
[root@localhost conf]# cp flume-env.sh.template flume-env.sh
[root@localhost conf]# vim flume-env.sh
# 修改jdk目录地址
export JAVA_HOME=/usr/java/jdk1.8.0_73
- 1
- 2
- 3
- 4
- 5
- 6
三、监控目录
config目录下 创建 flumeList.conf文件
[root@localhost conf]# touch flumeList.conf
- 1
修改flumeList.conf文件
[root@localhost conf]# vim flumeList.conf
- 1
修改内容为：
# 指定Agent的组件名称 a1.sources = r1 a1.sinks = k1 a1.channels = c1 # 指定Flume source a1.sources.r1.type = spooldir #要监听的目录地址 a1.sources.r1.spoolDir = /metaapp/apps/apache-flume-1.8.0-bin/monitorList # 指定Flume sink a1.sinks.k1.type = logger # 指定Flume channel a1.channels.c1.type = memory a1.channels.c1.capacity = 1000 a1.channels.c1.transactionCapacity = 100 # 绑定source和sink到channel上 a1.sources.r1.channels = c1 a1.sinks.k1.channel = c1
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
新建一个目录（和配置文件 监听目录一致)
[root@localhost apache-flume-1.8.0-bin]# mkdir monitorList
- 1
配置环境变量
打开环境变量命令
[root@localhost monitorList]# vim /etc/profile
- 1
最后添加以下配置
export FLUME_HOME=/DATA/flume/apache-flume-1.8.0-bin
export PATH=$PATH:$FLUME_HOME/bin
- 1
- 2
刷新配置
[root@localhost apache-flume-1.8.0-bin]# source /etc/profile
- 1
查看flume版本
[root@localhost apache-flume-1.8.0-bin]# flume-ng version
- 1
启动flume
[root@localhost apache-flume-1.8.0-bin]# flume-ng agent --conf conf --conf-file conf/flumeList.conf --name a1 -Dflume.root.logger=INFO,console
- 1
看到下图，证明启动成功
复制一个窗口看一下效果
在新窗口进入到flume目录
cd /metaapp/flume/apache-flume-1.8.0-bin/monitorList
- 1
创建一个文件，随便写点东西
切换回第一个窗口，发现修改产生的数据已经被采集
我们会发现第二个窗口内多了一个kingyifan.log.COMPLETED，里边就是刚才修改的内容
四、监控文件
进入flume目录中conf目录下创建一个flumeOne.conf文件
添加内容为：
# 指定Agent的组件名称 a1.sources = r1 a1.sinks = k1 a1.channels = c1 # 指定Flume 要监听文件的目录 #指定文件类型 a1.sources.r1.type = exec #指定文件 a1.sources.r1.command = tail -F /metaapp/flume/apache-flume-1.8.0-bin/monitorOne.log # 指定Flume sink a1.sinks.k1.type = logger # 指定Flume channel a1.channels.c1.type = memory a1.channels.c1.capacity = 1000 a1.channels.c1.transactionCapacity = 100 # 绑定source和sink到channel上 a1.sources.r1.channels = c1 a1.sinks.k1.channel = c1
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
创建一个要监听的文件：
[root@localhost ~]# cd /metaapp/flume/apache-flume-1.8.0-bin
vim monitorOne.log
随便写点东西：
hiahia
wo zai jiankong wenjian
bu zhi dao neng bu neng xing
hahahaha
lalalalalala
blog:www.cnbuilder.cn
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
启动flume
[root@localhost apache-flume-1.8.0-bin]# flume-ng agent --conf conf --conf-file conf/flumeOne.conf --name a1 -Dflume.root.logger=INFO,console
- 1
会发现，文件数据已经被采集
四、监听端口
进入目录
[root@localhost ~]# cd /metaapp/flume/apache-flume-1.8.0-bin/conf
- 1
创建一个监听文件
[root@localhost conf]# vim duankou.conf
- 1
添加内容为：
# me the components on this agent a1.sources = r1 a1.sinks = k1 a1.channels = c1 # Describe/configure the source a1.sources.r1.type = netcat a1.sources.r1.bind = localhost a1.sources.r1.port = 44444 # Describe the sink a1.sinks.k1.type = logger # Use a channel which buffers events in memory a1.channels.c1.type = memory #默认该通道中最大可以存储的event数量 a1.channels.c1.capacity = 1000 #每次最大可以从source中拿到或者送到sink中的event数量 a1.channels.c1.transactionCapacity = 100 # Bind the source and sink to the channel a1.sources.r1.channels = c1 a1.sinks.k1.channel = c1
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
启动flume
[root@localhost apache-flume-1.8.0-bin]# flume-ng agent --conf conf --conf-file conf/duankou.conf --name a1 -Dflume.root.logger=INFO,console
- 1
测试监听端口
复制一个窗口
进入flume目录
[root@localhost ~]# cd /metaapp/flume/apache-flume-1.8.0-bin
- 1
执行
[root@localhost apache-flume-1.8.0-bin]# telnet localhost 44444
# 如果报没有telnet 则执行：
yum -y install telnet
- 1
- 2
- 3
- 4
然后向4444端口发送消息。。。
然后切换回第一个窗口会发现已经收集到数据
五、日志输入到文件
进入flume目录
[root@localhost ~]# cd /kingyifan/flume/apache-flume-1.8.0-bin
- 1
后台启动flume
[root@localhost apache-flume-1.8.0-bin]# flume-ng agent --conf conf --conf-file conf/duankou.conf --name a1 -Dflume.root.logger=INFO,console > logger.out 2>&1 &
- 1
发现创建一个logger.out日志文件
查看日志：cat logger.out 或者tail -f logger.out
测试一下：
进入flume目录: cd /kingyifan/flume/apache-flume-1.8.0-bin
执行：telnet localhost 44444
随便输入点内容
我们看下日志：
可以看到监听的数据已经被写入日志文件中
