您的位置:首页 > 其它

玩转Flume+Kafka原来也就那点事儿

2016-11-23 09:35 387 查看
作者介绍 

程超,易宝支付架构师,10年JAVA工作经验,擅长分布式和大数据技术领域,目前主要从事金融支付类方性能分析向。

 
  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

 



 

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。

 



 

安装包内容如下:

 



配置文件

 

常用配置模式一

 

扫描指定文件

 



 

常用配置模式二

 



 

常用配置模式三

 



 

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:

 



 

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

 



 

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)

 



 

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。

 



 

整个过程流程如下:

 



 

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。

向原作者表示感谢!!!
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: