玩转Flume+Kafka原来也就那点事儿
2016-07-06 15:28
543 查看
好久没有写分享了,继前一个系列进行了Kafka源码分享之后,接下来进行Flume源码分析系列,望大家继续关注,今天先进行开篇文章Flume+kafka的环境配置与使用。
一、FLUME介绍
Flume是一个分布式、可靠、和高可用的海量日志聚合的系统,支持在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(可定制)的能力。
设计目标:
(1) 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),Best effort(数据发送到接收方后,不会进行确认)。
(2) 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。
(3) 可管理性
所有agent和colletor由master统一管理,这使得系统便于维护。多master情况,Flume利用ZooKeeper和gossip,保证动态配置数据的一致性。用户可以在master上查看各个数据源或者数据流执行情况,且可以对各个数据源配置和动态加载。Flume提供了web 和shell script command两种形式对数据流进行管理。
(4) 功能可扩展性
用户可以根据需要添加自己的agent,collector或者storage。此外,Flume自带了很多组件,包括各种agent(file, syslog等),collector和storage(file,HDFS等)。
二、Flume 的 一些核心概念:
三、Flume的整体构成图
Paste_Image.png
注意
源将事件写到一个多或者多个通道中。
接收器只从一个通道接收事件。
代理可能会有多个源、通道与接收器。
四、Flume环境配置
在http://flume.apache.org/ 下载Flume安装包,我们选择最新的1.6.0版本。
Paste_Image.png
安装包内容如下
Paste_Image.png
配置文件
我们今天重点使用第一种模式,因为要与Kafka相结合。
配置好参数以后,回到如下目录:
Paste_Image.png
使用如下命令启动Flume:
Paste_Image.png
最后一行显示Component type:SINK,name:k1 started表示启动成功。
在启动Flume之前,Zookeeper和Kafka要先启动成功,不然启动Flume会报连不上Kafka的错误。
1、使用
2、使用如下命令启动Kafka,更详细的Kafka命令请参照我之前总结的http://www.jianshu.com/p/cfedb7122e38 (Kafka常用命令行总结)
3、使用Kafka默认提供的Consumer来接收消息
4、编写简单Shell脚本output.sh,并修改权限为可执行权限
循环向abc.log文件插入test文本消息。
5、执行output.sh。
Paste_Image.png
整个过程流程如下:
Paste_Image.png
至此简单的使用介绍已经讲完,关于Flume还有非常多的属性和配置技巧需要我们去挖掘,我们以此文章作为开篇为的是为以后源码分析作为铺垫。
一、FLUME介绍
Flume是一个分布式、可靠、和高可用的海量日志聚合的系统,支持在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(可定制)的能力。
设计目标:
(1) 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),Best effort(数据发送到接收方后,不会进行确认)。
(2) 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。
(3) 可管理性
所有agent和colletor由master统一管理,这使得系统便于维护。多master情况,Flume利用ZooKeeper和gossip,保证动态配置数据的一致性。用户可以在master上查看各个数据源或者数据流执行情况,且可以对各个数据源配置和动态加载。Flume提供了web 和shell script command两种形式对数据流进行管理。
(4) 功能可扩展性
用户可以根据需要添加自己的agent,collector或者storage。此外,Flume自带了很多组件,包括各种agent(file, syslog等),collector和storage(file,HDFS等)。
二、Flume 的 一些核心概念:
Agent代理 | 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客户端 | 生产数据,运行在一个独立的线程。 |
Source源 | 从Client收集数据,传递给Channel。 |
Sink接收器 | 从Channel收集数据,进行相关操作,运行在一个独立线程。 |
Channel通道 | 连接 sources 和 sinks ,这个有点像一个队列。 |
Events事件 | 传输的基本数据负载。 |
Paste_Image.png
注意
源将事件写到一个多或者多个通道中。
接收器只从一个通道接收事件。
代理可能会有多个源、通道与接收器。
四、Flume环境配置
在http://flume.apache.org/ 下载Flume安装包,我们选择最新的1.6.0版本。
Paste_Image.png
安装包内容如下
Paste_Image.png
配置文件
常用配置模式一
扫描指定文件agent.sources.s1.type=exec agent.sources.s1.command=tail -F /Users/it-od-m/Downloads/abc.log agent.sources.s1.channels=c1 agent.channels.c1.type=memory agent.channels.c1.capacity=10000 agent.channels.c1.transactionCapacity=100 #设置Kafka接收器 agent.sinks.k1.type= org.apache.flume.sink.kafka.KafkaSink #设置Kafka的broker地址和端口号 agent.sinks.k1.brokerList=127.0.0.1:9092 #设置Kafka的Topic agent.sinks.k1.topic=testKJ1 #设置序列化方式 agent.sinks.k1.serializer.class=kafka.serializer.StringEncoder agent.sinks.k1.channel=c1
常用配置模式二
Agent名称定义为agent. Source:可以理解为输入端,定义名称为s1 channel:传输频道,定义为c1,设置为内存模式 sinks:可以理解为输出端,定义为sk1, agent.sources = s1 agent.channels = c1 agent.sinks = sk1 #设置Source的内省为netcat 端口为5678,使用的channel为c1 agent.sources.s1.type = netcat agent.sources.s1.bind = localhost agent.sources.s1.port = 3456 agent.sources.s1.channels = c1 #设置Sink为logger模式,使用的channel为c1 agent.sinks.sk1.type = logger agent.sinks.sk1.channel = c1 #设置channel信息 agent.channels.c1.type = memory #内存模式 agent.channels.c1.capacity = 1000 agent.channels.c1.transactionCapacity = 100 #传输参数设置。
常用配置模式三
扫描目录新增文件agent.sources = s1 agent.channels = c1 agent.sinks = sk1 #设置spooldir agent.sources.s1.type = spooldir agent.sources.s1.spoolDir = /Users/it-od-m/logs agent.sources.s1.fileHeader = true agent.sources.s1.channels = c1 agent.sinks.sk1.type = logger agent.sinks.sk1.channel = c1 #In Memory !!! agent.channels.c1.type = memory agent.channels.c1.capacity = 10004 agent.channels.c1.transactionCapacity = 100
我们今天重点使用第一种模式,因为要与Kafka相结合。
配置好参数以后,回到如下目录:
Paste_Image.png
使用如下命令启动Flume:
./bin/flume-ng agent -n agent -c conf -f conf/hw.conf -Dflume.root.logger=INFO,console
Paste_Image.png
最后一行显示Component type:SINK,name:k1 started表示启动成功。
在启动Flume之前,Zookeeper和Kafka要先启动成功,不然启动Flume会报连不上Kafka的错误。
1、使用
./zkServer.sh start启动zookeeper。
2、使用如下命令启动Kafka,更详细的Kafka命令请参照我之前总结的http://www.jianshu.com/p/cfedb7122e38 (Kafka常用命令行总结)
./kafka-server-start.sh -daemon ../config/server.properties
3、使用Kafka默认提供的Consumer来接收消息
./kafka-console-consumer.sh -zookeeper localhost:2181 --from-beginning --topic testKJ1
4、编写简单Shell脚本output.sh,并修改权限为可执行权限
for((i=0;i<=50000;i++)); do echo "test-"+$i>>abc.log; done
循环向abc.log文件插入test文本消息。
5、执行output.sh。
Paste_Image.png
整个过程流程如下:
Paste_Image.png
至此简单的使用介绍已经讲完,关于Flume还有非常多的属性和配置技巧需要我们去挖掘,我们以此文章作为开篇为的是为以后源码分析作为铺垫。
相关文章推荐
- Flume-NG源码分析-整体结构及配置载入分析
- 移动App架构设计
- 连通分量涮涮乐
- UISegmentedControl在storyboard下的使用,支持横评
- 华为机试题--10.字符串反转
- u-boot内nand初始化过程
- Java设计模式之工厂方法模式
- CSS3 overflow-y 与overflow-y属性
- Java实现插入排序算法
- Codeforces Round #357 (Div. 2)D:Gifts by the List
- java链表之--java双向链表的增删改查
- 创建action/service
- 跟我学Kafka源码之Consumer分析
- 跟我学Kafka源码之Broker Server
- 深入理解并发之CompareAndSet(CAS)
- 跟我学Kafka源码之LogManager分析
- Twemproxy测试用例以及压测结果
- Redis Lua脚本使用(资料备份)不是博客
- 【转】Java开发必会的Linux命令
- SEDA架构模型