2. 程式人生 > 實用技巧 >21.Flume概述和企業開發案例

21.Flume概述和企業開發案例

阿新 • • 發佈：2020-08-07

一、Flume概述

1.1 Flume定義

Flume是Cloudera提供的一個高可用的，高可靠的，分散式的海量日誌採集、聚合和傳輸的系統。Flume基於流式架構，靈活簡單。

Flume最主要的作用就是，實時讀取伺服器本地磁碟的資料，將資料寫入到HDFS。

1.2 Flume的優點

  1. 可以和任意儲存程序整合
  2. 輸入的的資料速率大於寫入目的儲存的速率，Flume會進行緩衝，減小HDFS的壓力。
  3. Flume中的事務基於Channel，使用了兩個事務模型（sender + receiver），確保訊息被可靠傳送。

Flume使用兩個獨立的事務分別負責從soucrce到channel，以及從channel

到sink的事件傳遞。一旦事務中所有的資料全部成功提交到channel，那麼source才認為該資料讀取完成。同理，只有成功被sink寫出去的資料，才會從channel中移除。

1.3 Flume組成架構



Put事務流程：

  • doPut：將批資料先寫入臨時緩衝區putList
  • doCommit：檢查channel記憶體佇列是否足夠合併。
  • doRollback：channel記憶體佇列空間不足，回滾資料

Take事務：

  • doTake：先將資料取到臨時緩衝區takeList
  • doCommit：如果資料全部發送成功，則清除臨時緩衝區takeList
  • doRollback：資料傳送過程中如果出現異常，rollback
    將臨時緩衝區takeList中的資料歸還給channel記憶體佇列。

下面我們來詳細介紹一下Flume架構中的元件。

①Agent

Agent是一個JVM程序，它以事件的形式將資料從源頭送至目的。
Agent主要有3個部分組成：Source、Channel、Sink。

②Source

Source是負責接收資料到Flume Agent的元件。Source元件可以處理各種型別、各種格式的日誌資料，包括avro、thrift、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy。

③Channel

Channel

是位於Source和Sink之間的緩衝區。因此，Channel允許Source和Sink運作在不同的速率上。Channel是執行緒安全的，可以同時處理幾個Source的寫入操作和幾個Sink的讀取操作。

Flume自帶兩種Channel：Memory Channel和File Channel。

Memory Channel：記憶體中的佇列。Memory Channel在不需要關心資料丟失的情景下適用。如果需要關心資料丟失，那麼Memory Channel就不應該使用，因為程式死亡、機器宕機或者重啟都會導致資料丟失。

File Channel：將所有事件寫到磁碟。因此在程式關閉或機器宕機的情況下不會丟失資料。

④Sink

Sink不斷地輪詢Channel中的事件且批量地移除它們，並將這些事件批量寫入到儲存或索引系統、或者被髮送到另一個Flume Agent。

Sink是完全事務性的。在從Channel批量刪除資料之前，每個Sink用Channel啟動一個事務。批量事件一旦成功寫出到儲存系統或下一個Flume Agent，Sink就利用Channel提交事務。事務一旦被提交，該Channel從自己的內部緩衝區刪除事件。

Sink元件目的地包括hdfs、logger、avro、thrift、ipc、file、null、HBase、solr、自定義

⑤Event

Flume資料傳輸的基本單元，以事件的形式將資料從源頭送至目的地。Event由可選的header和載有資料的一個byte array構成。Header是容納了key-value字串對的HashMap。

1.4 Flume拓撲結構

①Flume Agent連線

這種模式是將多個Flume給順序連線起來了，從最初的Source開始到最終Sink傳送的目的儲存系統。此模式不建議橋接過多的Flume數量，Flume數量過多不僅會影響傳輸速率，而且一旦傳輸過程中某個節點Flume宕機，會影響整個傳輸系統。

②單source，多channel、sink

Flume支援將事件流向一個或者多個目的地。這種模式將資料來源複製到多個Channel中，每個Channel都有相同的資料，Sink可以選擇傳送的不同的目的地。

③Flume負載均衡

Flume支援使用將多個Sink邏輯上分到一個Sink組，Flume將資料傳送到不同的Sink，主要解決負載均衡和故障轉移問題。

④ Flume Agent聚合

這種模式是我們最常見的，也非常實用，日常web應用通常分佈在上百個伺服器，大者甚至上千個、上萬個伺服器。產生的日誌，處理起來也非常麻煩。用Flume的這種組合方式能很好的解決這一問題，每臺伺服器部署一個Flume採集日誌，傳送到一個集中收集日誌的Flume，再由此Flume上傳到hdfs、hive、hbase、jms等，進行日誌分析。

1.5 Flume Agent內部原理

1.6 Flume安裝

  1. 解壓apache-flume-1.7.0-bin.tar.gz到/opt/module/目錄下
[root@hadoop100 software]$ tar -zxf apache-flume-1.7.0-bin.tar.gz -C 
/opt/module/

2.複製conf下的flume-env.sh.template為flume-env.sh，並配置JAVA_HOME

[root@hadoop100 conf]$ mv flume-env.sh.template flume-env.sh
[root@hadoop100 conf]$ vi flume-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

二、企業開發案例

2.1 監控埠資料

案例需求： 首先啟動Flume任務，監控本機44444埠，服務端；然後通過netcat工具向本機44444埠傳送訊息，客戶端；最後Flume將監聽的資料實時顯示在控制檯。

實現步驟：

① 建立Flume Agent配置檔案flume-netcat-logger.conf

  1. 在Flume目錄下建立Job資料夾並進入Job資料夾
[root@hadoop100 flume]# mkdir job
[root@hadoop100 flume]# cd job/
  1. 建立Flume Agent配置檔案flume-netcat-logger.conf
[root@hadoop100 flume]# vim flume-netcat-logger.conf
# Name the components on this agent
# a1 :表示agent的名稱
a1.sources = r1  #r1 :表示a1的輸入源
a1.sinks = k1 #k1 :表示a1的輸出目的地
a1.channels = c1 #c1：表示a1的緩衝區

# Describe/configure the source
a1.sources.r1.type = netcat #表示a1的輸入源型別為netcat埠型別
a1.sources.r1.bind = localhost #表示a1的監聽的主機
a1.sources.r1.port = 44444 #表示a1的監聽的埠號

# Describe the sink
a1.sinks.k1.type = logger #表示a1的輸出目的地是控制檯logger型別

# Use a channel which buffers events in memory
a1.channels.c1.type = memory #表示a1的channel型別是memory記憶體型
a1.channels.c1.capacity = 1000 #表示al的channel總容量1000個event
#表示a1的channel傳輸時收集到了100條event以後再去提交事務
a1.channels.c1.transactionCapacity = 100 
										
# Bind the source and sink to the channel
a1.sources.r1.channels = c1 #表示將r1和c1連線起來
a1.sinks.k1.channel = c1 # 表示將k1和c1連線起來

②開啟Flume監聽埠

第一種寫法：

[root@hadoop100 flume]# bin/flume-ng agent --conf conf/ --name a1 
--conf-file job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

第二種寫法：

[root@hadoop100 flume]$ bin/flume-ng agent -c conf/ -n a1 –f 
job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

引數說明：

  • --conf conf/：表示配置檔案儲存在conf/目錄
  • --name a1：表示給agent起名為a1
  • --conf-file job/flume-netcat.conf ：flume本次啟動讀取的配置檔案是在job資料夾下的flume-telnet.conf檔案。
  • -Dflume.root.logger==INFO,console ：-D表示flume執行時動態修改flume.root.logger引數屬性值，並將控制檯日誌列印級別設定為INFO級別。日誌級別包括:log、info、warn、error。

③ 使用netcat工具向44444埠傳送內容

[root@hadoop100 flume]$ nc localhost 44444
Hello Flume

④在Flume監聽頁面觀察接收資料情況

2.2 實時讀取本地檔案到HDFS

案例需求： 實時監控Hive日誌，並上傳到HDFS中

實現步驟：

①Flume要想將資料輸出到HDFS，必須持有Hadoop相關jar包

將commons-configuration-1.6.jar、hadoop-auth-2.7.2.jar、hadoop-common-2.7.2.jar、hadoop-hdfs-2.7.2.jar、commons-io-2.4.jar、htrace-core-3.1.0-incubating.jar拷貝到/opt/module/flume/lib資料夾下。

②建立flume-file-hdfs.conf檔案

內容如下：

# Name the components on this agent
a2.sources = r2
a2.sinks = k2
a2.channels = c2

# Describe/configure the source
a2.sources.r2.type = exec
a2.sources.r2.command = tail -F /opt/module/hive-1.2.1/logs/hive.log
a2.sources.r2.shell = /bin/bash -c

# Describe the sink
a2.sinks.k2.type = hdfs
a2.sinks.k2.hdfs.path = hdfs://hadoop100:9000/flume/%Y%m%d/%H
#上傳檔案的字首
a2.sinks.k2.hdfs.filePrefix = logs-
#是否按照時間滾動資料夾
a2.sinks.k2.hdfs.round = true
#多少時間單位建立一個新的資料夾
a2.sinks.k2.hdfs.roundValue = 1
#重新定義時間單位
a2.sinks.k2.hdfs.roundUnit = hour
#是否使用本地時間戳
a2.sinks.k2.hdfs.useLocalTimeStamp = true
#積攢多少個Event才flush到HDFS一次
a2.sinks.k2.hdfs.batchSize = 1000
#設定檔案型別，可支援壓縮
a2.sinks.k2.hdfs.fileType = DataStream
#多久生成一個新的檔案
a2.sinks.k2.hdfs.rollInterval = 60
#設定每個檔案的滾動大小
a2.sinks.k2.hdfs.rollSize = 134217700
#檔案的滾動與Event數量無關
a2.sinks.k2.hdfs.rollCount = 0

# Use a channel which buffers events in memory
a2.channels.c2.type = memory
a2.channels.c2.capacity = 1000
a2.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r2.channels = c2
a2.sinks.k2.channel = c2

注意：對於所有與時間相關的轉義序列，Event Header中必須存在以"timestamp"的key（除非hdfs.useLocalTimeStamp設定為true，此方法會使用TimestampInterceptor自動新增timestamp），即設定a3.sinks.k3.hdfs.useLocalTimeStamp = true。

③ 執行監控配置

[root@hadoop100 flume]# bin/flume-ng agent --conf conf/ --name a2 
--conf-file job/flume-file-hdfs.conf

④開啟Hadoop和Hive並操作Hive產生日誌

[root@hadoop100 hadoop-2.7.2]$ sbin/start-dfs.sh
[root@hadoop101 hadoop-2.7.2]$ sbin/start-yarn.sh

[root@hadoop100 hive]$ bin/hive
hive (default)>

⑤在HDFS上檢視檔案

2.3 實時讀取目錄檔案到HDFS

案例需求： 使用Flume監聽整個目錄的檔案

實現步驟：

① 建立配置檔案flume-dir-hdfs.conf

a3.sources = r3
a3.sinks = k3
a3.channels = c3

# Describe/configure the source
a3.sources.r3.type = spooldir
#監控的地址
a3.sources.r3.spoolDir = /opt/module/flume-1.7.0/upload
a3.sources.r3.fileSuffix = .COMPLETED
a3.sources.r3.fileHeader = true
#忽略所有以.tmp結尾的檔案，不上傳
a3.sources.r3.ignorePattern = ([^ ]*\.tmp)

# Describe the sink
a3.sinks.k3.type = hdfs
#檔案上傳到hdfs的路徑
a3.sinks.k3.hdfs.path = hdfs://hadoop100:9000/flume/upload/%Y%m%d/%H
#上傳檔案的字首
a3.sinks.k3.hdfs.filePrefix = upload-
#是否按照時間滾動資料夾
a3.sinks.k3.hdfs.round = true
#多少時間單位建立一個新的資料夾
a3.sinks.k3.hdfs.roundValue = 1
#重新定義時間單位
a3.sinks.k3.hdfs.roundUnit = hour
#是否使用本地時間戳
a3.sinks.k3.hdfs.useLocalTimeStamp = true
#積攢多少個Event才flush到HDFS一次
a3.sinks.k3.hdfs.batchSize = 100
#設定檔案型別，可支援壓縮
a3.sinks.k3.hdfs.fileType = DataStream
#多久生成一個新的檔案
a3.sinks.k3.hdfs.rollInterval = 60
#設定每個檔案的滾動大小大概是128M
a3.sinks.k3.hdfs.rollSize = 134217700
#檔案的滾動與Event數量無關
a3.sinks.k3.hdfs.rollCount = 0

# Use a channel which buffers events in memory
a3.channels.c3.type = memory
a3.channels.c3.capacity = 1000
a3.channels.c3.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r3.channels = c3
a3.sinks.k3.channel = c3

②啟動監控資料夾命令

[root@hadoop100 flume]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf

說明：
加粗樣式

  • 不要在監控目錄中建立並持續修改檔案
  • 上傳完成的檔案會以.COMPLETED結尾
  • 被監控資料夾每500毫秒掃描一次檔案變動

②向upload資料夾中新增檔案

[root@hadoop100 flume]$ mkdir upload
[root@hadoop100 upload]$ vim  test.txt
123
456

③檢視HDFS上的資料

、
④檢視upload資料夾

2.4 單資料來源多出口案例(選擇器)

案例需求： 使用Flume-1監控檔案變動，Flume-1將變動內容傳遞給Flume-2，Flume-2負責儲存到HDFS。同時Flume-1將變動內容傳遞給Flume-3，Flume-3負責輸出到Local FileSystem。

實現步驟：

①準備工作

在/opt/module/flume/job目錄下建立group1資料夾：
[root@hadoop100 job]# mkdir group1/

在/opt/module/data/目錄下建立flume3資料夾
[root@hadoop100 data]# mkdir flume3

②建立flume-file-flume.conf

配置1個接收日誌檔案的source和兩個channel、兩個sink，分別輸送給flume-flume-hdfs和flume-flume-dir。

# Name the components on this agent
a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2
# 將資料流複製給所有channel
a1.sources.r1.selector.type = replicating

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /opt/module/hive-1.2.1/logs/hive.log
a1.sources.r1.shell = /bin/bash -c

# Describe the sink
# sink端的avro是一個數據傳送者
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop100 
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro
a1.sinks.k2.hostname = hadoop100
a1.sinks.k2.port = 4142

# Describe the channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

a1.channels.c2.type = memory
a1.channels.c2.capacity = 1000
a1.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a1.sources.r1.channels = c1 c2
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c2

注：Avro是由Hadoop創始人Doug Cutting建立的一種語言無關的資料序列化和RPC框架。

③建立flume-flume-hdfs.conf

配置上級Flume輸出的Source，輸出是到HDFS的Sink。

# Name the components on this agent
a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2
# 將資料流複製給所有channel
a1.sources.r1.selector.type = replicating

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /opt/module/hive-1.2.1/logs/hive.log
a1.sources.r1.shell = /bin/bash -c

# Describe the sink
# sink端的avro是一個數據傳送者
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop100 
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro
a1.sinks.k2.hostname = hadoop100
a1.sinks.k2.port = 4142

# Describe the channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

a1.channels.c2.type = memory
a1.channels.c2.capacity = 1000
a1.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a1.sources.r1.channels = c1 c2
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c2

[root@hadoop100 group1]# 
[root@hadoop100 group1]# cat flume-flume-hdfs.conf 
# Name the components on this agent
a2.sources = r1
a2.sinks = k1
a2.channels = c1

# Describe/configure the source
# source端的avro是一個數據接收服務
a2.sources.r1.type = avro
a2.sources.r1.bind = hadoop100
a2.sources.r1.port = 4141

# Describe the sink
a2.sinks.k1.type = hdfs
a2.sinks.k1.hdfs.path = hdfs://hadoop100:9000/flume2/%Y%m%d/%H
#上傳檔案的字首
a2.sinks.k1.hdfs.filePrefix = flume2-
#是否按照時間滾動資料夾
a2.sinks.k1.hdfs.round = true
#多少時間單位建立一個新的資料夾
a2.sinks.k1.hdfs.roundValue = 1
#重新定義時間單位
a2.sinks.k1.hdfs.roundUnit = hour
#是否使用本地時間戳
a2.sinks.k1.hdfs.useLocalTimeStamp = true
#積攢多少個Event才flush到HDFS一次
a2.sinks.k1.hdfs.batchSize = 100
#設定檔案型別，可支援壓縮
a2.sinks.k1.hdfs.fileType = DataStream
#多久生成一個新的檔案
a2.sinks.k1.hdfs.rollInterval = 600
#設定每個檔案的滾動大小大概是128M
a2.sinks.k1.hdfs.rollSize = 134217700
#檔案的滾動與Event數量無關
a2.sinks.k1.hdfs.rollCount = 0

# Describe the channel
a2.channels.c1.type = memory
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r1.channels = c1
a2.sinks.k1.channel = c1

④建立flume-flume-dir.conf

配置上級Flume輸出的Source，輸出是到本地目錄的Sink。

# Name the components on this agent
a3.sources = r1
a3.sinks = k1
a3.channels = c2

# Describe/configure the source
a3.sources.r1.type = avro
a3.sources.r1.bind = hadoop100
a3.sources.r1.port = 4142

# Describe the sink
a3.sinks.k1.type = file_roll
a3.sinks.k1.sink.directory = /opt/module/data/flume3

# Describe the channel
a3.channels.c2.type = memory
a3.channels.c2.capacity = 1000
a3.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r1.channels = c2
a3.sinks.k1.channel = c2

⑤執行配置檔案

[root@hadoop100 flume-1.7.0]$ bin/flume-ng agent --conf conf/ --name a3
 --conf-file job/group1/flume-flume-dir.conf

[root@hadoop100 flume-1.7.0]$ bin/flume-ng agent --conf conf/ --name a2
 --conf-file job/group1/flume-flume-hdfs.conf

[root@hadoop100 flume-1.7.0]$ bin/flume-ng agent --conf conf/ --name a1
 --conf-file job/group1/flume-file-flume.conf

⑥執行Hive命令

[root@hadoop100 hive]$ bin/hive
hive (default)> select * from stu;

⑦檢查資料

HDFS：

本地：

2.5 單資料來源多出口案例(Sink組)

案例需求： 使用Flume-1監控控制檯實時輸入資料，Flume-1將內容輪訓分別傳遞給Flume-2，Flume-3然後在控制檯列印。

實現步驟：

①準備工作

在/opt/module/flume/job下group2資料夾

[root@hadoop100 job]# mkdir group2

②建立flume-netcat-flume.conf

配置1個接收日誌檔案的source和1個channel、兩個sink，分別輸送給flume-flume-console1和flume-flume-console2。

# Name the components on this agent
a1.sources = r1
a1.channels = c1
a1.sinkgroups = g1
a1.sinks = k1 k2

# Describe/configure the source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 44444

a1.sinkgroups.g1.processor.type = load_balance
a1.sinkgroups.g1.processor.backoff = true
a1.sinkgroups.g1.processor.selector = round_robin
a1.sinkgroups.g1.processor.selector.maxTimeOut=10000

# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop100
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro
a1.sinks.k2.hostname = hadoop100
a1.sinks.k2.port = 4142

# Describe the channel
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.sinkgroups.g1.sinks = k1 k2
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c1

③建立flume-flume-console1.conf和flume-flume-console2.conf

配置上級Flume輸出的Source，輸出是到本地控制檯。

flume-flume-console1.conf：

# Name the components on this agent
a2.sources = r1
a2.sinks = k1
a2.channels = c1

# Describe/configure the source
a2.sources.r1.type = avro
a2.sources.r1.bind = hadoop100
a2.sources.r1.port = 4141

# Describe the sink
a2.sinks.k1.type = logger

# Describe the channel
a2.channels.c1.type = memory
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r1.channels = c1
a2.sinks.k1.channel = c1

flume-flume-console2.conf：

# Name the components on this agent
a3.sources = r1
a3.sinks = k1
a3.channels = c2

# Describe/configure the source
a3.sources.r1.type = avro
a3.sources.r1.bind = hadoop100
a3.sources.r1.port = 4142

# Describe the sink
a3.sinks.k1.type = logger

# Describe the channel
a3.channels.c2.type = memory
a3.channels.c2.capacity = 1000
a3.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r1.channels = c2
a3.sinks.k1.channel = c2

④執行配置檔案

[root@hadoop100 flume-1.7.0]#  bin/flume-ng agent --conf conf/ --name a3
--conf-file job/group2/flume-flume-console2.conf 
-Dflume.root.logger=INFO,console

[root@hadoop100 flume-1.7.0]#  bin/flume-ng agent --conf conf/ --name a2
--conf-file job/group2/flume-flume-console1.conf 
-Dflume.root.logger=INFO,console

[root@hadoop100 flume-1.7.0]#  bin/flume-ng agent --conf conf/ --name a1 
--conf-file job/group2/flume-netcat-flume.conf

⑤檢視Flume2及Flume3的控制檯列印日誌

2.6 多資料來源彙總案例

案例需求：

Hadoop100上的Flume-1監控檔案/opt/module/group.log；
Hadoop101上的Flume-2監控某一個埠的資料流；
Flume-1與Flume-2將資料傳送給hadoop102上的Flume-3，Flume-3將最終資料列印到控制檯。

實現步驟：

①準備工作
在/opt/module/flume/job下group3資料夾

[root@hadoop100 job]# mkdir group3

②建立flume1-logger-flume.conf

Hadoop100：配置Source用於監控hive.log檔案，配置Sink輸出資料到下一級Flume。

# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /opt/module/hive-1.2.1/logs/hive.log
a1.sources.r1.shell = /bin/bash -c

# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop102
a1.sinks.k1.port = 4141

# Describe the channel
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

③建立flume2-netcat-flume.conf

Hadoop101：配置Source監控埠44444資料流，配置Sink資料到下一級Flume。

# Name the components on this agent
a2.sources = r1
a2.sinks = k1
a2.channels = c1

# Describe/configure the source
a2.sources.r1.type = netcat
a2.sources.r1.bind = hadoop101
a2.sources.r1.port = 44444

# Describe the sink
a2.sinks.k1.type = avro
a2.sinks.k1.hostname = hadoop102
a2.sinks.k1.port = 4141

# Use a channel which buffers events in memory
a2.channels.c1.type = memory
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r1.channels = c1
a2.sinks.k1.channel = c1

④建立flume3-flume-logger.conf

Hadoop102：配置source用於接收flume1與flume2傳送過來的資料流，最終合併後sink到控制檯。

# Name the components on this agent
a3.sources = r1
a3.sinks = k1
a3.channels = c1

# Describe/configure the source
a3.sources.r1.type = avro
a3.sources.r1.bind = hadoop102
a3.sources.r1.port = 4141

# Describe the sink
# Describe the sink
a3.sinks.k1.type = logger

# Describe the channel
a3.channels.c1.type = memory
a3.channels.c1.capacity = 1000
a3.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r1.channels = c1
a3.sinks.k1.channel = c1

⑤執行配置檔案

[root@hadoop102 flume-1.7.0]#   bin/flume-ng agent --conf conf/ --name a3 
--conf-file job/group3/flume3-flume-logger.conf
 -Dflume.root.logger=INFO,console

[root@hadoop101 flume-1.7.0]#   bin/flume-ng agent --conf conf/ --name a2 
--conf-file job/group3/flume2-netcat-flume.conf

[root@hadoop100 flume-1.7.0]#   bin/flume-ng agent --conf conf/ --name a1 
--conf-file job/group3/flume1-logger-flume.conf

相關推薦

21.Flume概述和企業開發案例

一、Flume概述 1.1 Flume定義 Flume是Cloudera提供的一個高可用的，高可靠的，分散式的海量日誌採集、聚合和傳輸的系統。Flume基於流式架構，靈活簡單。

Flume基礎（七）：企業開發案例（四）

單資料來源多出口案例(選擇器) 單 Source 多 Channel、Sink 如圖 7-2 所示。 圖 7-2 單 Source 多 Channel、Sink

Flume基礎（八）：企業開發案例（五）

單資料來源多出口案例(Sink 組) 單 Source、Channel 多 Sink(負載均衡)如圖 7-3 所示。

Flume基礎（九）：企業開發案例（六）

多資料來源彙總案例 多 Source 彙總資料到單 Flume 如圖 7-4 所示。 圖 7-4 多 Flume 彙總資料到單 Flume

Spring註解開發@Bean和@ComponentScan使用案例

元件註冊 用@Bean來註冊 搭建好maven web工程 pom加入spring-context，spring-core等核心依賴

1.Python語言概述和開發環境

Python語言概述 1.Python的特點 Python是一種面向物件、解釋型、弱型別的指令碼語言，它也是一種功能強大而完善的通用型語言。

HADOOP 優化（7）：Hadoop綜合調優(2)企業開發場景案例

3.1需求 （1）需求：從1G資料中，統計每個單詞出現次數。伺服器3臺，每臺配置4G記憶體，4核CPU，4執行緒。

SAP Business ByDesign 和支付寶與釘釘整合的一個原型開發案例

原文：Doing Business on the Go – Invoice to Cash the China Way (PoC) 眾所周知，中國移動應用市場具有如下特點：

閒來無事瞭解下資料庫 - SQL概述和資料定義 - 1

概覽 SQL概述 什麼是SQL? (Structured Query Language,SQL) SQL的全稱就是結構化查詢語言,是專門用來與資料庫通訊的語言,它可以幫助使用者操作關係資料庫,包括新增,刪除,修改和查詢資料,定義和修資料模式等. 相當於

app開發之原生開發、H5開發和混合開發的區別

APP開發模式 目前市場上主流的APP分為三種： 原生APP Web APP（即HTML5） 混合APP 當然，還有flutter等

python面向物件之類屬性和類方法案例分析

本文例項講述了python面向物件之類屬性和類方法。分享給大家供大家參考，具體如下：

Vue如何使用混合Mixins和外掛開發詳解

官網：混合 (mixins) 是一種分發 Vue 元件中可複用功能的非常靈活的方式。混合物件可以包含任意元件選項。以元件使用混合物件時，所有混合物件的選項將被混入該元件本身的選項。

VSCode提高 Node 和 Vue 開發效率的外掛推薦

在眾多程式碼編輯工具中，我最喜歡的就是微軟的vscode。首先它十分輕便，不吃硬體，執行非常順暢；其次是其各種各樣的外掛使得程式設計效率蹭蹭地往上提，爸爸媽媽再也不用擔心我要加班了（才怪！！！不加班是不可能

使用Angular9和TypeScript開發RPG遊戲的方法

RPG系統構造 通過對於斗羅大陸小說的遊戲化過程，熟悉Angular的結構以及使用TypeScript的面向物件開發方法。

Random類的概述和基本使用---Java

Random類用來生成隨機數字。使用起來也是三個步驟：1. 導包import java.util.Random;2. 建立Random r = new Random(); // 小括號當中留空即可3. 使用獲取一個隨機的int數字（範圍是int所有範圍，有正負兩種）：int n

ArrayList集合概述和基本使用---Java

ArrayList集合概述和基本使用:陣列的長度不可以發生改變。但是ArrayList集合的長度是可以隨意變化的。對於ArrayList來說，有一個尖括號<E>代表泛型。泛型：也就是裝在集合當中的所有元素，全都是統一的什麼型別

6.使用者組和許可權管理-案例分析

1.建立使用者gentoo，附加組為bin和root，預設shell為/bin/csh，註釋資訊為"Gentoo Distribution"

DockerFile----CMD和ENTRYPOINT區別案例

CMD和ENTRYPOINT區別案例 1.使用CMD指令，實現執行容器查當前IP的功能 FROM centos:7 RUN yum -y install curl

ActiveMQ概述和安裝

概述 面向訊息的中介軟體（MOM）,是指利用高效可靠的訊息傳遞機制與平臺無關的資料交流，並基於資料通訊來進行分散式系統的整合

vue 介面請求地址字首本地開發和線上開發設定方式

開發環境 config/dev.env.js \'use strict\' const merge = require(\'webpack-merge\') const prodEnv = require(\'./dev.env\')