百度一下就知道了官网榡,山东进一步优化,wordpress导入文件,wordpress 如何修改关于我们1.Flume是什么#xff1a;Flume是Cloudera提供的一个高可用的#xff0c;高可靠的#xff0c;分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构#xff0c;灵活简单。 Flume组成架构 下面我们来详细介绍一下Flume架构中的组件。
1#xff09; Agent#xff1…1.Flume是什么Flume是Cloudera提供的一个高可用的高可靠的分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构灵活简单。 Flume组成架构 下面我们来详细介绍一下Flume架构中的组件。
1 Agent
是一个jvm程序它以事件的形式将数据从源头送至目的地是Flume数据传输的基本单元
Agent 主要有三个部分组成Source、Channel、Sinl
2 Source
Source是负责接收数据到Flume Agent的组建。Source组建可以处理各种类型、各种格式的日志数据包括avro、thirft、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy。
3 Channel
Channel是位于Source和Sink之间的缓冲器
因此Channel允许SOurce和Sink运作在不同的速率上。Channel是线程安全的可以同时处理几个Source的写入操作和几个Sink的读取操作
Flume自带两种ChannelMemory Channel 和FIle Channel。
Memory Channel是内存中的队列。Memory Channel在不需要关系数据丢失的情况下适合用。如果需要关系数据丢失那么Memory Channel就不应该使用因为程序死亡、机器宕机货值重启都会导致数据丢失。
File Channel 将所有事件写到磁盘。因此在程序关系货值机器宕机的情况下不会丢失数据。
4 Sink
Sink 不断地轮询Channel中的事件且批量地移除他们并将这些事件批量写入到存储或索引系统、或者被发送到另一个Flume Agent。
Sink是完全事务性的。在从Channel批量删除数据之间每个Sink用Channel启动一个事务。批量事件一旦成功写出到存储系统或下一个Flume AgentSink就利用Channel提交事务。事务一旦被提交该Channel从自己的内部缓冲区删除事件。
Sink组建目的地包括hdfs、logger、avro、thrift、ipc、file、null、Hbase、solr、自定义。 Event拓扑结构
Flume的拓扑结构如图
Flume Agent连接 单source多channel、sink Flume负载均衡 Flume Agent聚合 Flume Agent内部原理 Flume安装
1) 官网
2) 文档查看地址
3) 下载地址
安装部署
1将apache-flume-1.9.0-bin.tar.gz上传到linux的/usr/local/目录下
2解压apache-flume-1.9.0-bin.tar.gz到/usr/local/目录下
$ tar -zxf apache-flume-1.9.0-bin.tar.gz -C /usr/local/3修改apache-flume-1.9.0-bin的名称为flume
$ mv apache-flume-1.9.0-bin flume4将flume/conf下的flume-env.sh.template文件修改为flume-env.sh并配置flume-env.sh文件
$ mv flume-env.sh.template flume-env.sh
$ vi flume-env.sh
export JAVA_HOME/home/hduser/software/jdk1.8.0_221案例
1
首先Flume监控本机44444端口然后通过telnet工具向本机44444端口发送消息最后Flume将监听的数据实时显示在控制台
需求分析 3实现步骤
安装telnet工具 检查是否已经安装telnet
rpm -qa | grep telnet如果什么都没有就是没有安装接着下一步吧。 安装telnet及telnet-server注意需要root权限来安装。好像需要先按照server
yum install telnet-server -y
yum install telnet -y因为装好telnet服务之后默认是不开启服务的下面我们需要修改文件来开启服务。
注意centos7的telnet配置文件是/etc/xinetd.conf。centos7以前的是/etc/xinetd.d/telnet
vim /etc/xinetd.d/telnet修改 disable yes 为 disable no
需要激活xinetd服务
systemctl start xinetd.service让xinetd开机自启
systemctl enable xinetd.service启动telnet服务
systemctl restart telnet.socket 设置让telnet服务开机自启
systemctl enable telnet.socket测试telnet是否成功开启
telnet localhost判断44444端口是否被占用
sudo netstat -tunlp | grep 44444
功能描述netstat命令是一个监控TCP/IP网络的非常有用的工具它可以显示路由表、实际的网络连接以及每一个网络接口设
备的状态信息。
基本语法netstat [选项]
选项参数-t或--tcp显示TCP传输协议的连线状况
-u或--udp显示UDP传输协议的连线状况-n或--numeric直接使用ip地址而不通过域名服务器 -l或--listening显示监控中的服务器的Socket -p或--programs显示正在使用Socket的程序识别码和程序名称创建Flume Agent配置文件flume-telnet-logger.conf
在flume目录下创建job文件夹并进入job文件夹
mkdir jobconf
cd jobconf/在job文件夹下创建Flume Agent配置文件flume-telnet-logger.conf
touch flume-telnet-logger.conf在flume-telnet-logger.conf文件中添加如下内容。
vim flume-telnet-logger.conf添加内容如下
# Name 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
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运行
先开启flume监听端口
bin/flume-ng agent --conf conf/ --name a1 --conf-file jobconf/flume-telnet-logger.conf -Dflume.root.loggerINFO,console参数说明 –conf conf/ 表示配置文件存储在conf/目录 –name a1 表示给agent起名为a1 –conf-file job/flume-telnet.conf flume本次启动读取的配置文件是在job文件夹下的flume-telnet.conf文件。 -Dflume.root.loggerINFO,console -D表示flume运行时动态修改flume.root.logger参数属性值并将控制台日志打印级别设置为INFO级别。日志级别包括:log、info、warn、error。
使用telnet工具向本机的44444端口发送内容
telnet localhost 44444在Flume监听页面观察接收数据情况
案例 2实时读取本地文件到HDFS案例 1Flume要想将数据输出到HDFS必须持有Hadoop相关jar包
将
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拷贝到/opt/module/flume/lib文件夹下。
2创建flume-file-hdfs.conf文件
创建文件 touch flume-file-hdfs.conf注要想读取Linux系统中的文件就得按照Linux命令的规则执行命令。由于Hive日志在Linux系统中所以读取文件的类型选择exec即execute执行的意思。表示执行Linux命令来读取文件。 vim flume-file-hdfs.conf添加如下内容
# 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 /udr/local/hive/logs/hive.log
a2.sources.r2.shell /bin/bash -c# Describe the sink
a2.sinks.k2.type hdfs
a2.sinks.k2.hdfs.path hdfs://chun1:9000/flume/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k2.hdfs.filePrefix logs-
#是否按照时间滚动文件夹
a2.sinks.k2.hdfs.round true
#多少时间单位创建一个新的文件夹
a2.sinks.k2.hdfs.roundValue 1
#重新定义时间单位
a2.sinks.k2.hdfs.roundUnit hour
#是否使用本地时间戳
a2.sinks.k2.hdfs.useLocalTimeStamp true
#积攒多少个Event才flush到HDFS一次
a2.sinks.k2.hdfs.batchSize 1000
#设置文件类型可支持压缩
a2.sinks.k2.hdfs.fileType DataStream
#多久生成一个新的文件
a2.sinks.k2.hdfs.rollInterval 600
#设置每个文件的滚动大小
a2.sinks.k2.hdfs.rollSize 134217700
#文件的滚动与Event数量无关
a2.sinks.k2.hdfs.rollCount 0
#最小冗余数
a2.sinks.k2.hdfs.minBlockReplicas 1# 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 c23执行监控配置
bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf4开启Hadoop和Hive并操作Hive产生日志
sbin/start-dfs.sh
sbin/start-yarn.sh
bin/hive
hive 5在HDFS上查看文件。 案例3 实时读取目录文件到HDFS案例
使用Flume监听整个目录的文件 3实现步骤 1创建配置文件flume-dir-hdfs.conf 创建一个文件 touch flume-dir-hdfs.conf打开文件 vim flume-dir-hdfs.conf添加如下内容
a3.sources r3
a3.sinks k3
a3.channels c3# Describe/configure the source
a3.sources.r3.type spooldir
a3.sources.r3.spoolDir /usr/local/flume-1.9.0/jobconf/upload
a3.sources.r3.fileSuffix .COMPLETED
a3.sources.r3.fileHeader true
#忽略所有以.tmp结尾的文件不上传
a3.sources.r3.ignorePattern ([^ ]*\.tmp)# Describe the sink
a3.sinks.k3.type hdfs
a3.sinks.k3.hdfs.path hdfs://hadoop102:9000/flume/upload/%Y%m%d/%H
#上传文件的前缀
a3.sinks.k3.hdfs.filePrefix upload-
#是否按照时间滚动文件夹
a3.sinks.k3.hdfs.round true
#多少时间单位创建一个新的文件夹
a3.sinks.k3.hdfs.roundValue 1
#重新定义时间单位
a3.sinks.k3.hdfs.roundUnit minute
#是否使用本地时间戳
a3.sinks.k3.hdfs.useLocalTimeStamp true
#积攒多少个Event才flush到HDFS一次
a3.sinks.k3.hdfs.batchSize 100
#设置文件类型可支持压缩
a3.sinks.k3.hdfs.fileType DataStream
#多久生成一个新的文件
a3.sinks.k3.hdfs.rollInterval 600
#设置每个文件的滚动大小大概是128M
a3.sinks.k3.hdfs.rollSize 134217700
#文件的滚动与Event数量无关
a3.sinks.k3.hdfs.rollCount 0
#最小冗余数
a3.sinks.k3.hdfs.minBlockReplicas 1# 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 c32. 启动监控文件夹命令
bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf说明 在使用Spooling Directory Source时 1)不要在监控目录中创建并持续修改文件 2)上传完成的文件会以.COMPLETED结尾 3)被监控文件夹每500毫秒扫描一次文件变动
3. 向upload文件夹中添加文件
在/opt/module/flume目录下创建upload文件夹
mkdir upload向upload文件夹中添加文件
touch atguigu.txt
touch atguigu.tmp
touch atguigu.log4. 查看HDFS上的数据
