Flume的安装与配置

一、       资源下载

资源地址：http://flume.apache.org/download.html

程序地址：http://apache.fayea.com/flume/1.6.0/apache-flume-1.6.0-bin.tar.gz

源码地址：http://mirrors.hust.edu.cn/apache/flume/1.6.0/apache-flume-1.6.0-src.tar.gz

二、       安装搭建

(1)编译好的包：

直接在安装目录解压即可(重命名可选)

cd /usr/local/

tar –zxvf apache-flume-1.6.0-bin.tar.gz

mv apache-flume-1.6.0-bin flume

(2)源码编译安装：

这种方法比较麻烦，要把需要的包都下载全，然后用以下命令编译：

1. 只进行编译：mvn clean compile
2. 编译并且执行单元测试：mvn clean test
3. 单独运行单元测试： mvn clean test -Dtest=<Test1>,<Test2>,... -DfailIfNoTests=false
4. 创建压缩包: mvn clean install
5. 跳过单元测试创建压缩包: mvn clean install –DskipTests

编译完成之后，和直接运行可执行包的

三、       运行与配置

(1)flume的配置

# example.conf: A single-node Flume configuration

# 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 /flume/test.log

# Describe the sink

a1.sinks.k1.type = hdfs

# Use a channel which buffers events in memory

a1.channels.c1.type = memory

a1.channels.c1.capacity = 1000

a1.channels.c1.transactionCapacity = 100

a1.sinks.k1.hdfs.path=hdfs://192.168.15.135:9000/flume/events/%y-%m-%d/%H%M/%S

a1.sinks.k1.hdfs.filePrefix = events-

a1.sinks.k1.hdfs.round = true

a1.sinks.k1.hdfs.roundValue = 10

a1.sinks.k1.hdfs.roundUnit = minute

a1.sinks.k1.hdfs.useLocalTimeStamp = true

# Bind the source and sink to the channel

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1

配置文件分为四个部分source、sink、channel和它们之间的关联关系；flume之间模块的关系如下图：

如图：source是负责从WebServer收集数据信息，Sink负责将收集和格式化后的日志写入到磁盘、其他文件系统或其他日志系统，channel是负责连接source和sink。因为有channel的存在，所以source和sink是多对多的关系。

(2)flume的运行方法为：

$ bin/flume-ng agent -n $agent_name -c conf -f conf/flume-conf.properties

-n  指定代理(agent)名字；

-c  conf指定配置文件的目录(主要是日志等其他配置文件的目录)；

-f  本次运行的flume的配置文件，需要添加路径（模式是在工程的根路径flume/）

执行命令例如：

$ bin/flume-ng agent -n a1 -c conf -f conf/example.conf

执行成功之后，我们可以在logs的flume.log中看到日志。

另外，还可以用以下方式启动，来指定日志输出：

$ bin/flume-ng agent --conf conf --conf-file example.conf --name a1 -Dflume.root.logger=INFO,console

--conf ：与-c相同；

--conf-file ：与-f相同；

--name：与-n相同；

flume.root.logger：指定日志级别和显示方式，上述命令为INFO，输出到终端；如果没有此项，像之前的命令一样，默认的级别是INFO，输出到LOGFILE。

四、       备注

(1)可选的source有：

• § Avro Source
• § Thrift Source
• § Exec Source
• § JMS Source
• § Spooling Directory Source
• § Twitter 1% firehose Source (experimental)
• § Kafka Source
• § NetCat Source
• § Sequence Generator Source
• § Syslog Sources
• § HTTP Source
• § Stress Source
• § Legacy Sources
• § Custom Source
• § Scribe Source

(2)可选的sink有：

• § HDFS Sink
• § Hive Sink
• § Logger Sink
• § Avro Sink
• § Thrift Sink
• § IRC Sink
• § File Roll Sink
• § Null Sink
• § HBaseSinks
• § MorphlineSolrSink
• § ElasticSearchSink
• § Kite Dataset Sink
• § Kafka Sink
• § Custom Sink
• § (2)可选的channel有：
  • § Memory Channel
  • § JDBC Channel
  • § Kafka Channel
  • § File Channel
  • § Spillable Memory Channel
  • § Pseudo Transaction Channel
  • § Custom Channel

详细配置参考：http://flume.apache.org/FlumeUserGuide.html#flume-sources