flume使用示例

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、如何安装？
　　　　1.下载安装包

2.配置环境变量

3.修改配置文件(案例给出)

4.启动服务(案例给出)

5.验证
flume-ng -version

三、flume的案例
案例1：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

vi
/home/hadoop/flume-1.5.0-bin/conf/avro.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type= avro

a1.sources.r1.channels = c1

a1.sources.r1.bind = 0.0.0.0

a1.sources.r1.port = 4141

# 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

　　 (b)启动服务 flume agent a1

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

echo "hello world"
> /home/hadoop/flume-1.5.0-bin/log.00

　　

(d)使用avro-client发送文件

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： hello world

案例2：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

vi
/home/hadoop/flume-1.5.0-bin/conf/spool.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type= spooldir

a1.sources.r1.channels = c1

a1.sources.r1.spoolDir =
/home/hadoop/flume-1.5.0-bin/logs

a1.sources.r1.fileHeader =
true

# 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

　　　　　　

(b)启动服务flume agent a1

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

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：

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 }

案例3：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

vi /home/hadoop/flume-1.5.0-bin/conf/exec_tail.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type= exec

a1.sources.r1.channels = c1

a1.sources.r1.command=
tail-F /home/hadoop/flume-1.5.0-bin/log_exec_tail

# 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

(b)启动服务flume agent a1

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

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：

Event: { headers:{} body: 65
78 65 63 20 74 61 69 6C 20 74 65 73 74 exec tail test }

Event: { headers:{} body: 65
78 65 63 20 74 61 69 6C 20 74 65 73 74 exec tail test }

案例4：Syslogtcp 监听TCP的端口做为数据源
(a)创建agent配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/syslog_tcp.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type=
syslogtcp

a1.sources.r1.port = 5140

a1.sources.r1.host =
localhost

a1.sources.r1.channels = c1

# 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

　(b)启动flume agent a1

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

echo "hello idoall.org
syslog" | nc localhost 5140

　(d)在m1的控制台，可以看到以下信息：

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 }

　　

案例5：JSONHandler

(a)创建agent配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/post_json.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type=
org.apache.flume.source.http.HTTPSource

a1.sources.r1.port = 8888

a1.sources.r1.channels = c1

# 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

(b)启动flume agent a1

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

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：

Event: { headers:{b=b1,
a=a1}

body: 69 64 6F 61 6C 6C 2E
6F 72 67 5F 62 6F 64 79 idoall.org_body }

　　　　

案例6：Hadoop sink
(a)创建agent配置文件

vi /home/hadoop/flume-1.5.0-bin/conf/hdfs_sink.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type=
syslogtcp

a1.sources.r1.port = 5140

a1.sources.r1.host =
localhost

a1.sources.r1.channels = c1

# Describe the sink

a1.sinks.k1.type= hdfs

a1.sinks.k1.channel = c1

a1.sinks.k1.hdfs.path =
hdfs://m1:9000/user/flume/syslogtcp

a1.sinks.k1.hdfs.filePrefix
= Syslog

a1.sinks.k1.hdfs.round =
true

a1.sinks.k1.hdfs.roundValue
= 10

a1.sinks.k1.hdfs.roundUnit =
minute

# 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

(b)启动flume agent a1

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/hdfs_sink.conf -n a1 -Dflume.root.logger=INFO,console

(c)测试产生syslog

echo "hello idoall
flume -> hadoop testing one" | nc localhost 5140

(d) 在m1上再打开一个窗口，去hadoop上检查文件是否生成

hadoop fs -ls /user/flume/syslogtcp

hadoop fs -cat
/user/flume/syslogtcp/Syslog.1407644509504

　　　　

案例7：File Roll Sink
(a)创建agent配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/file_roll.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type=
syslogtcp

a1.sources.r1.port = 5555

a1.sources.r1.host =
localhost

a1.sources.r1.channels = c1

# Describe the sink

a1.sinks.k1.type= file_roll

a1.sinks.k1.sink.directory =
/home/hadoop/flume-1.5.0-bin/logs

# 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

(b)启动flume agent a1

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/file_roll.conf -n a1 -Dflume.root.logger=INFO,console

(c)测试产生log

echo "hello idoall.org
syslog" | nc localhost 5555

echo "hello idoall.org
syslog 2" | nc localhost 5555

(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

ll
/home/hadoop/flume-1.5.0-bin/logs

cat
/home/hadoop/flume-1.5.0-bin/logs/1407646164782-1

cat
/home/hadoop/flume-1.5.0-bin/logs/1407646164782-2

hello idoall.org syslog

hello idoall.org syslog 2

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

vi /home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf

a1.sources = r1

a1.sinks = k1 k2

a1.channels = c1 c2

# Describe/configure the
source

a1.sources.r1.type=
syslogtcp

a1.sources.r1.port = 5140

a1.sources.r1.host =
localhost

a1.sources.r1.channels = c1
c2

a1.sources.r1.selector.type=
replicating

# Describe the sink

a1.sinks.k1.type= avro

a1.sinks.k1.channel = c1

a1.sinks.k1.hostname= m1

a1.sinks.k1.port = 5555

a1.sinks.k2.type= avro

a1.sinks.k2.channel = c2

a1.sinks.k2.hostname= m2

a1.sinks.k2.port = 5555

# Use a channel which
buffers events in memory

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

(b)在m1创建replicating_Channel_Selector_avro配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type= avro

a1.sources.r1.channels = c1

a1.sources.r1.bind = 0.0.0.0

a1.sources.r1.port = 5555

# 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

(c)在m1上将2个配置文件复制到m2上一份

scp -r
/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf

scp -r
/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf

(d)打开4个窗口，在m1和m2上同时启动两个flume agent

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector_avro.conf -n a1
-Dflume.root.logger=INFO,console

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/replicating_Channel_Selector.conf -n a1 -Dflume.root.logger=INFO,console

(e)然后在m1或m2的任意一台机器上，测试产生syslog

echo "hello idoall.org
syslog" | nc localhost 5140

(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：

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 }

　

案例9：Multiplexing
Channel Selector
(a)在m1创建Multiplexing_Channel_Selector配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf

a1.sources = r1

a1.sinks = k1 k2

a1.channels = c1 c2

# Describe/configure the
source

a1.sources.r1.type=
org.apache.flume.source.http.HTTPSource

a1.sources.r1.port = 5140

a1.sources.r1.channels = c1
c2

a1.sources.r1.selector.type=
multiplexing

a1.sources.r1.selector.header
= type

#映射允许每个值通道可以重叠。默认值可以包含任意数量的通道。

a1.sources.r1.selector.mapping.baidu
= c1

a1.sources.r1.selector.mapping.ali
= c2

a1.sources.r1.selector.default
= c1

# Describe the sink

a1.sinks.k1.type= avro

a1.sinks.k1.channel = c1

a1.sinks.k1.hostname= m1

a1.sinks.k1.port = 5555

a1.sinks.k2.type= avro

a1.sinks.k2.channel = c2

a1.sinks.k2.hostname= m2

a1.sinks.k2.port = 5555

# Use a channel which
buffers events in memory

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

(b)在m1创建Multiplexing_Channel_Selector_avro配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type= avro

a1.sources.r1.channels = c1

a1.sources.r1.bind = 0.0.0.0

a1.sources.r1.port = 5555

# 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

(c)将2个配置文件复制到m2上一份

scp -r
/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf

scp -r
/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf

(d)打开4个窗口，在m1和m2上同时启动两个flume agent

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector_avro.conf -n a1
-Dflume.root.logger=INFO,console

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/Multiplexing_Channel_Selector.conf -n a1
-Dflume.root.logger=INFO,console

(e)然后在m1或m2的任意一台机器上，测试产生syslog

curl -X POST -d ‘[{
"headers" :{"type" : "baidu"},"body"
: "idoall_TEST1"}]‘ http://localhost:5140 &&

curl -X POST -d ‘[{
"headers" :{"type" : "ali"},"body" :
"idoall_TEST2"}]‘ http://localhost:5140 &&

curl -X POST -d ‘[{
"headers" :{"type" : "qq"},"body" :
"idoall_TEST3"}]‘ http://localhost:5140

(f)在m1的sink窗口，可以看到以下信息：

Event: {
headers:{type=baidu} body: 69 64 6F 61 6C 6C 5F 54 45 53 54 31}

Event: { headers:{type=qq}
body: 69 64 6F 61 6C 6C 5F 54 45 53 54 33}

(g)在m2的sink窗口，可以看到以下信息：

Event: { headers:{type=ali}
body: 69 64 6F 61 6C 6C 5F 54 45 53 54 32}

可以看到，根据header中不同的条件分布到不同的channel上

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

vi
/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf

a1.sources = r1

a1.sinks = k1 k2

a1.channels = c1 c2

#这个是配置failover的关键，需要有一个sink group

a1.sinkgroups = g1

a1.sinkgroups.g1.sinks = k1
k2

#处理的类型是failover

a1.sinkgroups.g1.processor.type=
failover

#优先级，数字越大优先级越高，每个sink的优先级必须不相同

a1.sinkgroups.g1.processor.priority.k1
= 5

a1.sinkgroups.g1.processor.priority.k2
= 10

#设置为10秒，当然可以根据你的实际状况更改成更快或者很慢

a1.sinkgroups.g1.processor.maxpenalty
= 10000

# Describe/configure the
source

a1.sources.r1.type=
syslogtcp

a1.sources.r1.port = 5140

a1.sources.r1.channels = c1
c2

a1.sources.r1.selector.type=
replicating

# Describe the sink

a1.sinks.k1.type= avro

a1.sinks.k1.channel = c1

a1.sinks.k1.hostname= m1

a1.sinks.k1.port = 5555

a1.sinks.k2.type= avro

a1.sinks.k2.channel = c2

a1.sinks.k2.hostname= m2

a1.sinks.k2.port = 5555

# Use a channel which
buffers events in memory

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

(b)在m1创建Flume_Sink_Processors_avro配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c

# Describe/configure the
source

a1.sources.r1.type= avro

a1.sources.r1.channels = c1

a1.sources.r1.bind = 0.0.0.0

a1.sources.r1.port = 5555

# 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

(c)将2个配置文件复制到m2上一份

scp -r
/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf

scp -r
/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf

(d)打开4个窗口，在m1和m2上同时启动两个flume agent

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf -n a1
-Dflume.root.logger=INFO,console

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors.conf -n a1
-Dflume.root.logger=INFO,console

(e)然后在m1或m2的任意一台机器上，测试产生log

echo "idoall.org test1
failover" | nc localhost 5140

(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：

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 31 idoall.org test1 }

(g)这时我们停止掉m2机器上的sink(ctrl+c)，再次输出测试数据：

echo "idoall.org test2
failover" | nc localhost 5140

(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：

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 31 idoall.org test1 }

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 32 idoall.org test2 }

(i)我们再在m2的sink窗口中，启动sink：

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/Flume_Sink_Processors_avro.conf -n a1
-Dflume.root.logger=INFO,console

(j)输入两批测试数据：

echo "idoall.org test3
failover" | nc localhost 5140 && echo
"idoall.org test4 failover" | nc localhost 5140

(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：

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 33 idoall.org test3 }

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 34 idoall.org test4 }

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

vi
/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf

a1.sources = r1

a1.sinks = k1 k2

a1.channels = c1

#这个是配置Load balancing的关键，需要有一个sink group

a1.sinkgroups = g1

a1.sinkgroups.g1.sinks = k1
k2

a1.sinkgroups.g1.processor.type=
load_balance

a1.sinkgroups.g1.processor.backoff
= true

a1.sinkgroups.g1.processor.selector
= round_robin

# Describe/configure the
source

a1.sources.r1.type=
syslogtcp

a1.sources.r1.port = 5140

a1.sources.r1.channels = c1

# Describe the sink

a1.sinks.k1.type= avro

a1.sinks.k1.channel = c1

a1.sinks.k1.hostname= m1

a1.sinks.k1.port = 5555

a1.sinks.k2.type= avro

a1.sinks.k2.channel = c1

a1.sinks.k2.hostname= m2

a1.sinks.k2.port = 5555

# Use a channel which
buffers events in memory

a1.channels.c1.type= memory

a1.channels.c1.capacity =
1000

a1.channels.c1.transactionCapacity
= 100

(b)在m1创建Load_balancing_Sink_Processors_avro配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type= avro

a1.sources.r1.channels = c1

a1.sources.r1.bind = 0.0.0.0

a1.sources.r1.port = 5555

# 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

(c)将2个配置文件复制到m2上一份

scp -r
/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf

scp -r
/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf [email protected]:/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf

(d)打开4个窗口，在m1和m2上同时启动两个flume agent

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors_avro.conf -n a1
-Dflume.root.logger=INFO,console

flume-ng agent -c . -f
/home/hadoop/flume-1.5.0-bin/conf/Load_balancing_Sink_Processors.conf -n a1
-Dflume.root.logger=INFO,console

(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

echo "idoall.org
test1" | nc localhost 5140

echo "idoall.org
test2" | nc localhost 5140

echo "idoall.org
test3" | nc localhost 5140

echo "idoall.org
test4" | nc localhost 5140

(f)在m1的sink窗口，可以看到以下信息：

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 32 idoall.org test2 }

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 34 idoall.org test4 }

(g)在m2的sink窗口，可以看到以下信息：

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 31 idoall.org test1 }

Event: {
headers:{Severity=0, flume.syslog.status=Invalid, Facility=0} body: 69 64 6F 61 6C 6C 2E
6F 72 67 20 74 65 73 74 33 idoall.org test3 }

　说明轮询模式起到了作用。　　　　

案例12：Hbase sink
(a)在测试之前，请先将hbase启动

(b)然后将以下文件复制到flume中：

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/protobuf-java-2.5.0.jar /home/hadoop/flume-1.5.0-bin/lib

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-client-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-common-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-protocol-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-server-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-hadoop2-compat-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/hbase-hadoop-compat-0.96.2-hadoop2.jar /home/hadoop/flume-1.5.0-bin/lib

cp/home/hadoop/hbase-0.96.2-hadoop2/lib/htrace-core-2.04.jar /home/hadoop/flume-1.5.0-bin/lib

(c)确保test_idoall_org表在hbase中已经存在。

(d)在m1创建hbase_simple配置文件

vi
/home/hadoop/flume-1.5.0-bin/conf/hbase_simple.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the
source

a1.sources.r1.type=
syslogtcp

a1.sources.r1.port = 5140

a1.sources.r1.host =
localhost

a1.sources.r1.channels = c1

# Describe the sink

a1.sinks.k1.type= logger

a1.sinks.k1.type= hbase

a1.sinks.k1.table =
test_idoall_org

a1.sinks.k1.columnFamily =
name

a1.sinks.k1.column = idoall

a1.sinks.k1.serializer = org.apache.flume.sink.hbase.RegexHbaseEventSerializer

a1.sinks.k1.channel =
memoryChannel

# 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

(e)启动flume agent

flume-ngagent -c . –f
/home/hadoop/flume-1.5.0-bin/conf/hbase_simple.conf -n a1
-Dflume.root.logger=INFO,console

(f)测试产生syslog

echo "hello idoall.org
from flume" | nc localhost 5140

(g)这时登录到hbase中，可以发现新数据已经插入

hbase shell

hbase(main):001:0> list

TABLE

hbase2hive_idoall

hive2hbase_idoall

test_idoall_org

=>
["hbase2hive_idoall","hive2hbase_idoall","test_idoall_org"]

hbase(main):002:0> scan
"test_idoall_org"

hbase(main):004:0> quit

　　　　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。

时间： 2024-10-29 03:19:25

flume使用示例的相关文章

flume ng

环境:CentOS6.6 64位 + FlumeNG 1.6 一.安装注意:需要预先安装JDK,因为flume是基于Java的. 1.下载并解压FlumeNG [[email protected] ~]# wget http://124.205.69.169/files/A1540000011ED5DB/mirror.bit.edu.cn/apache/flume/1.6.0/apache-flume-1.6.0-bin.tar.gz [[email protected] ~]# tar -z

【转】Flume(NG)架构设计要点及配置实践

Flume(NG)架构设计要点及配置实践 Flume NG是一个分布式.可靠.可用的系统,它能够将不同数据源的海量日志数据进行高效收集.聚合.移动,最后存储到一个中心化数据存储系统中.由原来的Flume OG到现在的Flume NG,进行了架构重构,并且现在NG版本完全不兼容原来的OG版本.经过架构重构后,Flume NG更像是一个轻量的小工具,非常简单,容易适应各种方式日志收集,并支持failover和负载均衡. 架构设计要点 Flume的架构主要有一下几个核心概念: Event:一个数据单元

Using Kafka with Flume

这个文档是 Cloudera Distribution of Apache Kafka 1.3.x. 其他版本的文档在Cloudera Documentation. Using Kafka with Flume 在CDH 5.2.0 及更高的版本中, Flume 包含一个Kafka source and sink.使用它们可以让数据从Kafka流入Hadoop或者从任何Flume source 流入Kafka. 重要提示:不能配置一个Kafka source发送数据到 a Kafka sink.

flume使用详解

1. Flume简介 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(可定制)的能力. 当前Flume有两个版本Flume 0.9X版本的统称Flume-og,Flume1.X版本的统称Flume-ng.由于Flume-ng经过重大重构,与Flume-og有很大不同,使用时请注意区分. 这篇文章介绍的是Flume 1.7

hello flume (Ubuntu 下 flume1.5单机版安装以及简单入门示例)

1,下载最新的flume安装包: wget http://www.apache.org/dist/flume/stable/apache-flume-1.5.2-bin.tar.gz 2,在安装目录解压: tar -zxvf apache-flume-1.5.2-bin.tar.gz 3,设置环境变量 export JAVA_HOME=/usr ; export FLUME_HOME=/home/joeyon/apache-flume-1.5.2-bin; export PATH=$PATH:F

日志系统之Flume采集加morphline解析

概述这段时间花了部分时间在处理消息总线跟日志的对接上.这里分享一下在日志采集和日志解析中遇到的一些问题和处理方案. 日志采集-flume logstash VS flume 首先谈谈我们在日志采集器上的选型.由于我们选择采用ElasticSearch作为日志的存储与搜索引擎.而基于ELK(ElasticSearch,Logstash,Kibana)的技术栈在日志系统方向又是如此流行,所以把Logstash列入考察对象也是顺理成章,Logstash在几大主流的日志收集器里算是后起之秀,被Elas

Flume学习笔记

在HDFS中,文件只作为目录项存在,在文件关闭前,其长度一直显示为0.如果在一段时间内将数据写到文件中,但却没有将其关闭,那么一旦客户端出现网络中断,什么都得不到,只有一个空白的文件. Flume的agent由三个部件构成:source.channel.sink. 其结构图如下: 三者之间的关系如下: source将event写到一个或多个channel中. channel作为event从source到sink传输的保留区. sink只从一个channel接收event. agent可能会有多个

日志系统之基于flume收集docker容器日志

最近我在日志收集的功能中加入了对docker容器日志的支持.这篇文章简单谈谈策略选择和处理方式. 关于docker的容器日志 docker 我就不多说了,这两年火得发烫.最近我也正在把日志系统的一些组件往docker里部署.很显然,组件跑在容器里之后很多东西都会受到容器的制约,比如日志文件就是其中之一. 当一个组件部署到docker中时,你可以通过如下命令在标准输出流(命令行)中查看这个组件的日志: docker logs ${containerName} 日志形如: 但这种方式并不能让你实时获

flume handler

1.classpath classpath中需要这两项:Flume Agent configuration file and the second are the Flume client jars (flume 代理配置和flume 客户端jar).OGG flume handler使用前者解析主机.端口.连接类型等 . 实际上,只需要加入dirprm这个目录和flume_home/lib下即可以 2.设置flume代理可以根据oracle提供的示例来配置: [[email protecte

猜你喜欢

UML学习总结

UML中的4+1模型 UML的4+1模型是一个叫Kruchten的人发明的,但网上还有其它版本的4+1 模型:Use case view, Logic view, Process view, Impe ...

iOS app支付宝接口调用的一点总结（补充支付宝SDK&Demo下载地址）

由于app内需要用到支付功能,选择了当前最流行的支付宝进行支付.在进行内嵌支付宝功能开发时,被它狠狠的耍了一把. 根据支付宝开发文档,参考demo代码.将相关支付功能加到了自己的代码中.一些根据文档来 ...

基于大数据分析的安全管理平台技术研究及应用

[引言]这篇文章原载于内刊,现发布于此.内容有所删减. Research and Application of Big Data Analysis Based Security Management ...

[BZOJ入门OJ2092][Noip模拟题]舞会

2092: [Noip模拟题]舞会 Time Limit: 20 Sec Memory Limit: 256 MB Submit: 9 Solved: 5 [Submit][Status][Web ...

111111111111

第一部分投标邀请函广东省政府采购中心( 以下简称" 集中采购机构") 受广东省工商行政管理局( 以下简称" 采购人") 的委托, 对广东省工商行政管理局全省工 ...

且听风吟——三小张

缺炼 “缺炼!”这不是我说的,这是兵哥说我的. 搬上来之前,我们8个人做过一次反省,张翀挨着我,快到我反省时,我问张翀,你看我这耳朵红呗?张翀说,红,你热昂?我说,没事,没事.张翀就拉上了窗帘. 到我 ...

Deep Reinforcement Learning for Visual Object Tracking in Videos 论文笔记

Deep Reinforcement Learning for Visual Object Tracking in Videos 论文笔记 arXiv 摘要:本文提出了一种 DRL 算法进行单目标跟踪 ...

《零死角玩转STM32》-18-SysTick系统滴答定时器

参考资料:<STM32F4XX内核参考手册>:4.4.8-SHPRX(System Handler Priority Register)与4.5- System Tick Timer. 1 ...

Windows Server 2008网络中顺畅访问“邻居”

通过网上邻居窗口寻找共享资源,是很多局域网用户经常要做的一项"功课",为了做好这项"功课",不少朋友积累和总结了不少网上邻居故障排除经验;然而这些经验在Wind ...

C# Tcp协议收发数据（TCPClient发，Socket收）

运行这个程序前需要先关闭Windows防火墙,Win7系统关闭防火墙的方法是在控制面板的"控制面板\系统和安全\Windows 防火墙\自定义设置"路径中,将"家庭或工作 ...

设置 Linux 服务器中 MySQL 允许远程访问

开启 MySQL 远程访问权限: 在linux系统上登陆mysql服务. -- root 是用户名 [[email protected] ~]# mysql -u root -p Enter pass ...

做好自已，战胜自已

人的一生都在默默地做着两件事情: 一是做好自已,自我认知,自我定位,角色转换,不断学习,提升自已,适应周围的一切.小的时候做个好孩子,听爸妈的话,不让家人担忧,不让别人忧虑.读书的时候,做个好学生,可 ...

GDB调试程序三(详述)

声明:博客内容引用的是陈先生的博文,原文链接http://blog.csdn.net/haoel/article/details/2879.由于原博文没有目录,不方便查询,所以特此把原博文整理成带目录 ...

still not happy Su

"still not happy? Su pupil wipe the corners of the mouth,tn pas cher, to abandon all get be des ...

【Linux】在Ubuntu中图形化LAMP的开发环境

按照<[Linux]在Ubuntu中布置LAMP环境>(点击打开链接)搞好LAMP的环境之后,就可以利用gredit文本编辑器去写php,然后利用终端去查询mysql里面的内容,但是,这种 ...

1024最新地址1024邀请码1024cl地址

android studio导入工程版本问题

由于IDE经常更新,一些工程导入无法运行..... (路径必须英文名..) 找一个自己最近的工程(也可以创建一个)打开如下: 选中图上的两个文件,右键复制.. 然后找到你要导入的工程,打开(把上面的两 ...

Vim基础入门之详解

一.简介 Vim(Vi[Improved])编辑器是vi的扩展版,比vi功能更加强大,是功能强大的跨平台文本文件编辑工具,可以利用它可以建立.修改文本文件等.Vim有三种操作模式,分别称为编辑模式. ...

Maven基本使用

Maven安装: 1.下载zip压缩包 http://mirror.bit.edu.cn/apache/maven/maven-3/3.5.0/binaries/apache-maven-3.5.0- ...

数据仓库Hive数据导入导出

Hive库数据导入导出 1.新建表data hive (ebank)> create table data(id int,name string) > ROW FORMAT DELIMIT ...

专题

随机推荐

© 2024 憋错料 | info#biecuoliao.com | 10 q. 0.023 s.