flume入门配置
2016-05-16 15:47
225 查看
一、什么是Flume?
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。Flume 初始的发行版本目前被统称为 Flume OG(original generation),属于 cloudera。但随着 FLume 功能的扩展,Flume OG 代码工程臃肿、核心组件设计不合理、核心配置不标准等缺点暴露出来,尤其是在 Flume OG 的最后一个发行版本 0.94.0 中,日志传输不稳定的现象尤为严重,为了解决这些问题,2011 年
10 月 22 号,cloudera 完成了 Flume-728,对 Flume 进行了里程碑式的改动:重构核心组件、核心配置以及代码架构,重构后的版本统称为 Flume NG(next generation);改动的另一原因是将 Flume 纳入 apache 旗下,cloudera Flume 改名为 Apache Flume。
flume的特点:
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。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)。
flume的可恢复性:
还是靠Channel。推荐使用FileChannel,事件持久化在本地文件系统里(性能较差)。
flume的一些核心概念:
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。
Client生产数据,运行在一个独立的线程。
Source从Client收集数据,传递给Channel。
Sink从Channel收集数据,运行在一个独立线程。
Channel连接 sources 和 sinks ,这个有点像一个队列。
Events可以是日志记录、 avro 对象等。
Flume以agent为最小的独立运行单位。一个agent就是一个JVM。单agent由Source、Sink和Channel三大组件构成,如下图:
值得注意的是,Flume提供了大量内置的Source、Channel和Sink类型。不同类型的Source,Channel和Sink可以自由组合。组合方式基于用户设置的配置文件,非常灵活。比如:Channel可以把事件暂存在内存里,也可以持久化到本地硬盘上。Sink可以把日志写入HDFS, HBase,甚至是另外一个Source等等。Flume支持用户建立多级流,也就是说,多个agent可以协同工作,并且支持Fan-in、Fan-out、Contextual
Routing、Backup Routes,这也正是NB之处。如下图所示:
二、flume的官方网站在哪里?
http://flume.apache.org/
三、在哪里下载?
http://www.apache.org/dyn/closer.cgi/flume/1.5.0/apache-flume-1.5.0-bin.tar.gz
四、如何安装?
1)将下载的flume包,解压到/home/hadoop目录中,你就已经完成了50%:)简单吧
2)修改 flume-env.sh 配置文件,主要是JAVA_HOME变量设置
3)验证是否安装成功
出现上面的信息,表示安装成功了
五、flume的案例
1)案例1:Avro
Avro可以发送一个给定的文件给Flume,Avro 源使用AVRO RPC机制。
a)创建agent配置文件
b)启动flume agent a1
c)创建指定文件
d)使用avro-client发送文件
f)在m1的控制台,可以看到以下信息,注意最后一行:
2)案例2:Spool
Spool监测配置的目录下新增的文件,并将文件中的数据读取出来。需要注意两点:
1) 拷贝到spool目录下的文件不可以再打开编辑。
2) spool目录下不可包含相应的子目录
a)创建agent配置文件
b)启动flume agent a1
c)追加文件到/home/hadoop/flume-1.5.0-bin/logs目录
d)在m1的控制台,可以看到以下相关信息:
3)案例3:Exec
EXEC执行一个给定的命令获得输出的源,如果要使用tail命令,必选使得file足够大才能看到输出内容
a)创建agent配置文件
b)启动flume agent a1
c)生成足够多的内容在文件里
e)在m1的控制台,可以看到以下信息:
4)案例4:Syslogtcp
Syslogtcp监听TCP的端口做为数据源
a)创建agent配置文件
b)启动flume agent a1
c)测试产生syslog
d)在m1的控制台,可以看到以下信息:
5)案例5:JSONHandler
a)创建agent配置文件
b)启动flume agent a1
c)生成JSON 格式的POST request
d)在m1的控制台,可以看到以下信息:
/
?
6)案例6:Hadoop sink
其中关于hadoop2.2.0部分的安装部署,请参考文章《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1分布式环境部署》
a)创建agent配置文件
?
b)启动flume agent a1
?
c)测试产生syslog
?
d)在m1的控制台,可以看到以下信息:
?
e)在m1上再打开一个窗口,去hadoop上检查文件是否生成
?
7)案例7:File Roll Sink
a)创建agent配置文件
?
b)启动flume agent a1
?
c)测试产生log
?
d)查看/home/hadoop/flume-1.5.0-bin/logs下是否生成文件,默认每30秒生成一个新文件
?
8)案例8:Replicating Channel Selector
Flume支持Fan out流从一个源到多个通道。有两种模式的Fan out,分别是复制和复用。在复制的情况下,流的事件被发送到所有的配置通道。在复用的情况下,事件被发送到可用的渠道中的一个子集。Fan out流需要指定源和Fan out通道的规则。
这次我们需要用到m1,m2两台机器
a)在m1创建replicating_Channel_Selector配置文件
?
b)在m1创建replicating_Channel_Selector_avro配置文件
?
c)在m1上将2个配置文件复制到m2上一份
?
d)打开4个窗口,在m1和m2上同时启动两个flume agent
?
e)然后在m1或m2的任意一台机器上,测试产生syslog
?
f)在m1和m2的sink窗口,分别可以看到以下信息,这说明信息得到了同步:
?
9)案例9:Multiplexing Channel Selector
a)在m1创建Multiplexing_Channel_Selector配置文件
?
b)在m1创建Multiplexing_Channel_Selector_avro配置文件
?
c)将2个配置文件复制到m2上一份
?
d)打开4个窗口,在m1和m2上同时启动两个flume agent
?
e)然后在m1或m2的任意一台机器上,测试产生syslog
?
f)在m1的sink窗口,可以看到以下信息:
?
g)在m2的sink窗口,可以看到以下信息:
?
可以看到,根据header中不同的条件分布到不同的channel上
10)案例10:Flume Sink Processors
failover的机器是一直发送给其中一个sink,当这个sink不可用的时候,自动发送到下一个sink。
a)在m1创建Flume_Sink_Processors配置文件
?
b)在m1创建Flume_Sink_Processors_avro配置文件
?
c)将2个配置文件复制到m2上一份
?
d)打开4个窗口,在m1和m2上同时启动两个flume agent
?
e)然后在m1或m2的任意一台机器上,测试产生log
?
f)因为m2的优先级高,所以在m2的sink窗口,可以看到以下信息,而m1没有:
?
g)这时我们停止掉m2机器上的sink(ctrl+c),再次输出测试数据:
?
h)可以在m1的sink窗口,看到读取到了刚才发送的两条测试数据:
?
i)我们再在m2的sink窗口中,启动sink:
?
j)输入两批测试数据:
?
k)在m2的sink窗口,我们可以看到以下信息,因为优先级的关系,log消息会再次落到m2上:
?
11)案例11:Load balancing Sink Processor
load balance type和failover不同的地方是,load balance有两个配置,一个是轮询,一个是随机。两种情况下如果被选择的sink不可用,就会自动尝试发送到下一个可用的sink上面。
a)在m1创建Load_balancing_Sink_Processors配置文件
?
b)在m1创建Load_balancing_Sink_Processors_avro配置文件
?
c)将2个配置文件复制到m2上一份
?
d)打开4个窗口,在m1和m2上同时启动两个flume agent
?
e)然后在m1或m2的任意一台机器上,测试产生log,一行一行输入,输入太快,容易落到一台机器上
?
f)在m1的sink窗口,可以看到以下信息:
?
g)在m2的sink窗口,可以看到以下信息:
?
说明轮询模式起到了作用。
12)案例12:Hbase sink
a)在测试之前,请先参考《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1分布式环境部署》将hbase启动
b)然后将以下文件复制到flume中:
?
c)确保test_idoall_org表在hbase中已经存在,test_idoall_org表的格式以及字段请参考《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1分布式环境部署》中关于hbase部分的建表代码。
d)在m1创建hbase_simple配置文件
?
e)启动flume agent
?
f)测试产生syslog
?
g)这时登录到hbase中,可以发现新数据已经插入
?
经过这么多flume的例子测试,如果你全部做完后,会发现flume的功能真的很强大,可以进行各种搭配来完成你想要的工作,俗话说师傅领进门,修行在个人,如何能够结合你的产品业务,将flume更好的应用起来,快去动手实践吧。
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。Flume 初始的发行版本目前被统称为 Flume OG(original generation),属于 cloudera。但随着 FLume 功能的扩展,Flume OG 代码工程臃肿、核心组件设计不合理、核心配置不标准等缺点暴露出来,尤其是在 Flume OG 的最后一个发行版本 0.94.0 中,日志传输不稳定的现象尤为严重,为了解决这些问题,2011 年
10 月 22 号,cloudera 完成了 Flume-728,对 Flume 进行了里程碑式的改动:重构核心组件、核心配置以及代码架构,重构后的版本统称为 Flume NG(next generation);改动的另一原因是将 Flume 纳入 apache 旗下,cloudera Flume 改名为 Apache Flume。
flume的特点:
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。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)。
flume的可恢复性:
还是靠Channel。推荐使用FileChannel,事件持久化在本地文件系统里(性能较差)。
flume的一些核心概念:
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。
Client生产数据,运行在一个独立的线程。
Source从Client收集数据,传递给Channel。
Sink从Channel收集数据,运行在一个独立线程。
Channel连接 sources 和 sinks ,这个有点像一个队列。
Events可以是日志记录、 avro 对象等。
Flume以agent为最小的独立运行单位。一个agent就是一个JVM。单agent由Source、Sink和Channel三大组件构成,如下图:
值得注意的是,Flume提供了大量内置的Source、Channel和Sink类型。不同类型的Source,Channel和Sink可以自由组合。组合方式基于用户设置的配置文件,非常灵活。比如:Channel可以把事件暂存在内存里,也可以持久化到本地硬盘上。Sink可以把日志写入HDFS, HBase,甚至是另外一个Source等等。Flume支持用户建立多级流,也就是说,多个agent可以协同工作,并且支持Fan-in、Fan-out、Contextual
Routing、Backup Routes,这也正是NB之处。如下图所示:
二、flume的官方网站在哪里?
http://flume.apache.org/
三、在哪里下载?
http://www.apache.org/dyn/closer.cgi/flume/1.5.0/apache-flume-1.5.0-bin.tar.gz
四、如何安装?
1)将下载的flume包,解压到/home/hadoop目录中,你就已经完成了50%:)简单吧
2)修改 flume-env.sh 配置文件,主要是JAVA_HOME变量设置
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop/flume-1.5.0-bin# cp conf/flume-env.sh.template conf/flume-env.sh</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop/flume-1.5.0-bin# vi conf/flume-env.sh</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># or more contributor license agreements. See the NOTICE file</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Licensed to the Apache Software Foundation (ASF) under one</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># distributed with this work for additional information</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># "License"); you may not use this file except in compliance</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># regarding copyright ownership. The ASF licenses this file</span></div># to you under the Apache License, Version 2.0 (the <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">#</span></div># with the License. You may obtain a copy of the License at <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># distributed under the License is distributed on an "AS IS" BASIS,</span></div># http://www.apache.org/licenses/LICENSE-2.0 # # Unless required by applicable law or agreed to in writing, software # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Enviroment variables can be set here.</span></div># See the License for the specific language governing permissions and # limitations under the License. # If this file is placed at FLUME_CONF_DIR/flume-env.sh, it will be sourced # during Flume startup. JAVA_HOME=/usr/lib/jvm/java-7-oracle <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">#FLUME_CLASSPATH=""</span></div># Give Flume more memory and pre-allocate, enable remote monitoring via JMX #JAVA_OPTS="-Xms100m -Xmx200m -Dcom.sun.management.jmxremote" <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Note that the Flume conf directory is always included in the classpath.</span></div>
3)验证是否安装成功
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop# /home/hadoop/flume-1.5.0-bin/bin/flume-ng version</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Flume 1.5.0</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Source code repository: https://git-wip-us.apache.org/repos/asf/flume.git</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Revision: 8633220df808c4cd0c13d1cf0320454a94f1ea97</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">From sourcewith checksum a01fe726e4380ba0c9f7a7d222db961f</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Compiled by hshreedharan on Wed May 7 14:49:18 PDT 2014</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop#</span></div>
出现上面的信息,表示安装成功了
五、flume的案例
1)案例1:Avro
Avro可以发送一个给定的文件给Flume,Avro 源使用AVRO RPC机制。
a)创建agent配置文件
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop#vi /home/hadoop/flume-1.5.0-bin/conf/avro.conf</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"> </span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources = r1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks = k1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"> </span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Describe/configure the source</span></div>a1.sources.r1.type= avro <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Use a channel which buffers events in memory</span></div>a1.sources.r1.bind = 0.0.0.0 a1.sources.r1.port = 4141 <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks.k1.type= logger</span></div> # Describe the sink <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Bind the source and sink to the channel</span></div>a1.channels.c1.type= memory a1.channels.c1.capacity = 1000 <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels.c1.transactionCapacity = 100</span></div> a1.sources.r1.channels = c1 <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks.k1.channel = c1</span></div>
b)启动flume agent a1
root@m1:/home/hadoop# /home/hadoop/flume-1.5.0-bin/bin/flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/avro.conf -n a1 -Dflume.root.logger=INFO,console
c)创建指定文件
root@m1:/home/hadoop# echo "hello world" > /home/hadoop/flume-1.5.0-bin/log.00
d)使用avro-client发送文件
root@m1:/home/hadoop# /home/hadoop/flume-1.5.0-bin/bin/flume-ng avro-client -c . -H m1 -p 4141 -F /home/hadoop/flume-1.5.0-bin/log.00
f)在m1的控制台,可以看到以下信息,注意最后一行:
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop/flume-1.5.0-bin/conf# /home/hadoop/flume-1.5.0-bin/bin/flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/avro.conf -n a1 -Dflume.root.logger=INFO,console</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Info: Sourcing environment configuration script/home/hadoop/flume-1.5.0-bin/conf/flume-env.sh</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Info: Excluding /home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jar from classpath</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Info: Including Hadoop libraries found via (/home/hadoop/hadoop-2.2.0/bin/hadoop)for HDFS access</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 10:43:25,112 (New I/Oworker #1) [INFO - org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)] [id: 0x92464c4f, /192.168.1.50:59850 :> /192.168.1.50:4141] UNBOUND</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">Info: Excluding /home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar from classpath</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">...</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 10:43:25,112 (New I/Oworker #1) [INFO - org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)] [id: 0x92464c4f, /192.168.1.50:59850 :> /192.168.1.50:4141] CLOSED</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 10:43:25,112 (New I/Oworker #1) [INFO - org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)] Connection to /192.168.1.50:59850 disconnected.</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 10:43:26,718 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 68 65 6C 6C 6F 20 77 6F 72 6C 64 hello world }</span></div>
2)案例2:Spool
Spool监测配置的目录下新增的文件,并将文件中的数据读取出来。需要注意两点:
1) 拷贝到spool目录下的文件不可以再打开编辑。
2) spool目录下不可包含相应的子目录
a)创建agent配置文件
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop# vi /home/hadoop/flume-1.5.0-bin/conf/spool.conf</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources = r1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks = k1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Describe/configure the source</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.type= spooldir</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.fileHeader =true</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.spoolDir =/home/hadoop/flume-1.5.0-bin/logs</span></div># Describe the sink a1.sinks.k1.type= logger <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels.c1.transactionCapacity = 100</span></div># Use a channel which buffers events in memory a1.channels.c1.type= memory a1.channels.c1.capacity = 1000 # Bind the source and sink to the channel <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks.k1.channel = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div>
b)启动flume agent a1
root@m1:/home/hadoop# /home/hadoop/flume-1.5.0-bin/bin/flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/spool.conf -n a1 -Dflume.root.logger=INFO,console
c)追加文件到/home/hadoop/flume-1.5.0-bin/logs目录
root@m1:/home/hadoop# echo "spool test1" > /home/hadoop/flume-1.5.0-bin/logs/spool_text.log
d)在m1的控制台,可以看到以下相关信息:
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:13 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown.</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:13 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown.</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:14 INFO avro.ReliableSpoolingFileEventReader: Preparing to move file /home/hadoop/flume-1.5.0-bin/logs/spool_text.log to /home/hadoop/flume-1.5.0-bin/logs/spool_text.log.COMPLETED</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:14 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown.</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:14 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown.</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:15 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown.</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:14 INFO sink.LoggerSink: Event: { headers:{file=/home/hadoop/flume-1.5.0-bin/logs/spool_text.log} body: 73 70 6F 6F 6C 20 74 65 73 74 31 spool test1 }</span></div>/08/10 11:37:15 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown. <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:17 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown.</span></div>/08/10 11:37:16 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown. <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:37:16 INFO source.SpoolDirectorySource: Spooling Directory Source runner has shutdown.</span></div>
3)案例3:Exec
EXEC执行一个给定的命令获得输出的源,如果要使用tail命令,必选使得file足够大才能看到输出内容
a)创建agent配置文件
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop# vi /home/hadoop/flume-1.5.0-bin/conf/exec_tail.conf</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources = r1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks = k1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Describe/configure the source</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.type= exec</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Describe the sink</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.command= tail -F /home/hadoop/flume-1.5.0-bin/log_exec_tail</span></div>a1.sinks.k1.type= logger <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels.c1.transactionCapacity = 100</span></div># Use a channel which buffers events in memory a1.channels.c1.type= memory a1.channels.c1.capacity = 1000 <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks.k1.channel = c1</span></div># Bind the source and sink to the channel <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div>
b)启动flume agent a1
root@m1:/home/hadoop# /home/hadoop/flume-1.5.0-bin/bin/flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/exec_tail.conf -n a1 -Dflume.root.logger=INFO,console
c)生成足够多的内容在文件里
root@m1:/home/hadoop# for i in {1..100};do echo "exec tail$i" >> /home/hadoop/flume-1.5.0-bin/log_exec_tail;echo $i;sleep 0.1;done
e)在m1的控制台,可以看到以下信息:
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 10:59:25,513 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 20 74 65 73 74 exec tail test }</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 10:59:34,535 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 20 74 65 73 74 exec tail test }</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:41,180 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 32 exec tail2 }</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:40,557 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 31 exec tail1 }</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:41,180 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 33 exec tail3 }</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:41,181 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 36 exec tail6 }</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:41,181 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 34 exec tail4 }</span></div>-08-10 11:01:41,181 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 35 exec tail5 } <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:51,551 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 39 38 exec tail98 }</span></div>.... .... .... <div style="text-align: left;"></div>-08-10 11:01:51,550 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 39 36 exec tail96 } <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:51,551 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 39 39 exec tail99 }</span></div>-08-10 11:01:51,550 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 39 37 exec tail97 } <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">-08-10 11:01:51,551 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)] Event: { headers:{} body: 65 78 65 63 20 74 61 69 6C 31 30 30 exec tail100 }</span></div>
4)案例4:Syslogtcp
Syslogtcp监听TCP的端口做为数据源
a)创建agent配置文件
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop# vi /home/hadoop/flume-1.5.0-bin/conf/syslog_tcp.conf</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources = r1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks = k1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.port = 5140</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Describe/configure the source</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.type= syslogtcp</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks.k1.type= logger</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.host = localhost</span></div>a1.sources.r1.channels = c1 <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels.c1.capacity = 1000</span></div># Describe the sink # Use a channel which buffers events in memory <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels.c1.transactionCapacity = 100</span></div>a1.channels.c1.type= memory <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks.k1.channel = c1</span></div># Bind the source and sink to the channel <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div>
b)启动flume agent a1
root@m1:/home/hadoop# /home/hadoop/flume-1.5.0-bin/bin/flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/syslog_tcp.conf -n a1 -Dflume.root.logger=INFO,console
c)测试产生syslog
root@m1:/home/hadoop# echo "hello idoall.org syslog" | nc localhost 5140
d)在m1的控制台,可以看到以下信息:
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO node.PollingPropertiesFileConfigurationProvider: Reloading configuration file:/home/hadoop/flume-1.5.0-bin/conf/syslog_tcp.conf</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO conf.FlumeConfiguration: Added sinks: k1 Agent: a1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO conf.FlumeConfiguration: Processing:k1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO conf.FlumeConfiguration: Post-validation flume configuration contains configuration for agents: [a1]</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO conf.FlumeConfiguration: Processing:k1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO node.AbstractConfigurationProvider: Creating channels</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO source.DefaultSourceFactory: Creating instance of source r1, type syslogtcp</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO channel.DefaultChannelFactory: Creating instance of channel c1 type memory</span></div>/08/10 11:41:45 INFO node.AbstractConfigurationProvider: Created channel c1 <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO node.Application: Starting new configuration:{ sourceRunners:{r1=EventDrivenSourceRunner: { source:org.apache.flume.source.SyslogTcpSource{name:r1,state:IDLE} }} sinkRunners:{k1=SinkRunner: { policy:org.apache.flume.sink.DefaultSinkProcessor@6538b14 counterGroup:{ name:null counters:{} } }} channels:{c1=org.apache.flume.channel.MemoryChannel{name: c1}} }</span></div>/08/10 11:41:45 INFO sink.DefaultSinkFactory: Creating instance of sink: k1, type: logger /08/10 11:41:45 INFO node.AbstractConfigurationProvider: Channel c1 connected to [r1, k1] /08/10 11:41:45 INFO node.Application: Starting Channel c1 <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:41:45 INFO node.Application: Starting Sink k1</span></div>/08/10 11:41:45 INFO instrumentation.MonitoredCounterGroup: Monitored counter group for type: CHANNEL, name: c1: Successfully registered new MBean. /08/10 11:41:45 INFO instrumentation.MonitoredCounterGroup: Component type: CHANNEL, name: c1 started /08/10 11:41:45 INFO node.Application: Starting Source r1 /08/10 11:41:45 INFO source.SyslogTcpSource: Syslog TCP Source starting... <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:42:15 INFO sink.LoggerSink: Event: { headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 68 65 6C 6C 6F 20 69 64 6F 61 6C 6C 2E 6F 72 67 hello idoall.org }</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">/08/10 11:42:15 WARN source.SyslogUtils: Event created from Invalid Syslog data.</span></div>
5)案例5:JSONHandler
a)创建agent配置文件
<div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">root@m1:/home/hadoop# vi /home/hadoop/flume-1.5.0-bin/conf/post_json.conf</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources = r1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks = k1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.type= org.apache.flume.source.http.HTTPSource</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Describe/configure the source</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.port = 8888</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;"># Use a channel which buffers events in memory</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div># Describe the sink <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels.c1.transactionCapacity = 100</span></div>a1.sinks.k1.type= logger a1.channels.c1.type= memory <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.channels.c1.capacity = 1000</span></div># Bind the source and sink to the channel <div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sinks.k1.channel = c1</span></div><div style="text-align: left;"><span style="font-family: Arial, Helvetica, sans-serif;">a1.sources.r1.channels = c1</span></div>
b)启动flume agent a1
root@m1:/home/hadoop# /home/hadoop/flume-1.5.0-bin/bin/flume-ng agent -c . -f /home/hadoop/flume-1.5.0-bin/conf/post_json.conf -n a1 -Dflume.root.logger=INFO,console
c)生成JSON 格式的POST request
root@m1:/home/hadoop# curl -X POST -d '[{ "headers" :{"a" : "a1","b" : "b1"},"body" : "idoall.org_body"}]'http://localhost:8888
d)在m1的控制台,可以看到以下信息:
/
?
其中关于hadoop2.2.0部分的安装部署,请参考文章《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1分布式环境部署》
a)创建agent配置文件
?
?
?
?
?
a)创建agent配置文件
?
?
?
?
Flume支持Fan out流从一个源到多个通道。有两种模式的Fan out,分别是复制和复用。在复制的情况下,流的事件被发送到所有的配置通道。在复用的情况下,事件被发送到可用的渠道中的一个子集。Fan out流需要指定源和Fan out通道的规则。
这次我们需要用到m1,m2两台机器
a)在m1创建replicating_Channel_Selector配置文件
?
?
?
?
?
?
9)案例9:Multiplexing Channel Selector
a)在m1创建Multiplexing_Channel_Selector配置文件
?
?
?
?
?
?
?
10)案例10:Flume Sink Processors
failover的机器是一直发送给其中一个sink,当这个sink不可用的时候,自动发送到下一个sink。
a)在m1创建Flume_Sink_Processors配置文件
?
?
?
?
?
?
?
?
?
?
?
load balance type和failover不同的地方是,load balance有两个配置,一个是轮询,一个是随机。两种情况下如果被选择的sink不可用,就会自动尝试发送到下一个可用的sink上面。
a)在m1创建Load_balancing_Sink_Processors配置文件
?
?
?
?
?
?
?
12)案例12:Hbase sink
a)在测试之前,请先参考《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1分布式环境部署》将hbase启动
b)然后将以下文件复制到flume中:
?
d)在m1创建hbase_simple配置文件
?
?
?
?
相关文章推荐
- 这个制作App的技能,让你酷到没朋友!
- 二维数组 组合方案
- ORA-12154 & TNS-03505 案例分享
- 求最大素数
- iOS实时滤镜实现--基于GPUImage。
- 面试中的智力题及编程实践(二)
- Qt实现应用单实例运行(3)-使用QTSingleApplication
- 电池电压容量关系
- iOS DrawRect简单使用
- 一些C++经典书籍
- CSU 国防科大决赛 D题 找路径 (水题-DP)
- JAVA性能调优点滴
- 开源许可证GPL、BSD、MIT、Mozilla、Apache和LGPL的区别
- Android点击事件传递机制详解
- 关于应用程序启动,你可能不知道的东西
- NoSQL初学者:15分钟学会Redis数据结构
- 逻辑回归
- 深入解析Java中ThreadLocal线程类的作用和用法
- 百度地图官方的定位和方法
- express.bodyParser文件路径设置