ZFYCH_Love

Simply but Powerful

  博客园 :: 首页 :: 博问 :: 闪存 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理 ::

 

1.基本结构介绍

  flume是三层架构,agent,collector,storage。每一层都可水平扩展。

  其中,agent就是数据采集方;collector是数据整合方;storage是各种数据落地方,如hdfs。

  前两者都是由source和sink组成,source是数据读取组件,sink是数据分发组件。

  前两者作为不同类型node统一归master管理。可在master shell活web中动态配置。

2.自带的source

  text 文件,按行发送

  tail 探测新产生数据,安航发送

  fsyslog Tcp(5140) 监听这个端口

  tailDir("dirname"[, fileregex=".*"[, startFromEnd=false[, recurseDepth=0]]]):监听目录中的文件末尾,使用正则去选定需要监听的文件(不包含目录),recurseDepth为递归监听其下子目录的深度

3.想采集windows服务器上的日志文件,于是,研究了flume怎么在windows下部署。

    • 我用的是flulm1.6版本,直接官网下载(不区分linux还是windows的)解压缩到本地
    • 下载了一个tail工具,用于动态读取日志文件增加的内容。原始下载地址找不到了,我放在自己云盘里:http://pan.baidu.com/s/1nuHt1H3   提取码:ihx2 如果不可用请留言。
    • 使用方法就是直接解压缩,然后把exe文件放到C:/Windows/System32/ 下,验证方式是随便找个txt文件,用tail -f 文件名。可以看到和linux一样的效果。
    • 把flume/conf下的flume-env.sh.template 文件的template后缀去掉,然后在里面加上JAVA_HOME的配置: export JAVA_HOME=D:\jdk1.8
    • 创建一个conf文件,exec_tail.conf,里面的内容是关于flume的配置:
      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 D:\hadoopResouce\flume\logs\log_exec_tail.txt
      # 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
      

        其实里面需要修改的就是需要采集的文件全路径

    • 我使用了网上推荐的写一堆命令的方式,不过启动了不见效果。于是我采用其他人推荐的,写一个.bat方式。具体内容是:
      set FLUME_HOME=D:\hadoopResouce\flume
      set JAVA_HOME=D:\jdk1.8
      set JAVA="%JAVA_HOME%\bin\java.exe"
      set JAVA_OPTS=-Xmx1024m
      set CONF=%FLUME_HOME%\conf\flume-conf.properties
      set AGENT=agent
      %JAVA%  %JAVA_OPTS% -Dflume.monitoring.type=http -Dflume.monitoring.port=34545 -Dlog4j.configuration=file:\\\%FLUME_HOME%\conf\log4j.properties -cp "%FLUME_HOME%\lib\*" org.apache.flume.node.Application -f %FLUME_HOME%\conf\flume-conf.properties -n %AGENT%
      

        需要注意的是几处路径的配置

    • 至此,全部准备工作做完,下面在cmd进入flume/bin目录,执行这个.bat文件。
    • 通过http验证下:http://localhost:34545,能看到如下信息:

  { SOURCE.seqGenSrc: { EventReceivedCount: "0", Type: "SOURCE", AppendBatchAcceptedCount: "0", EventAcceptedCount: "2532", AppendReceivedCount: "0", StartTime: "1468487063825", AppendAcceptedCount: "0", OpenConnectionCount: "0", AppendBatchReceivedCount: "0", StopTime: "0" }, CHANNEL.memoryChannel: { ChannelCapacity: "100", ChannelFillPercentage: "99.0", Type: "CHANNEL", EventTakeSuccessCount: "2423", ChannelSize: "99", StartTime: "1468487063801", EventTakeAttemptCount: "2424", EventPutAttemptCount: "2524", EventPutSuccessCount: "2523", StopTime: "0" } }

4.读取目录新增加文件内容的配置

a1.sources.r1.type = spooldir
a1.sources.r1.channels = c1
a1.sources.r1.spoolDir = /home/master/yang/flume/logs
a1.sources.r1.fileHeader = true

  

5.写入kafka的配置

  这里踩的坑较多,一种可能是老版本配置,还有一种就是有的人没经过试验的东西就贴出来了。引以为戒,自己测试通过再贴,保持严谨,免得误人。

//看好类全路径是否都对,网上有不靠谱的写法,org.apache.flume.plugins.SinglePartition 令人鄙视
a1.sinks.k1.type =  org.apache.flume.sink.kafka.KafkaSink
//不知道为什么很多人这里项写为:a1.sinks.k1.metadata.broker.list,可能是之前版本有这个吧
a1.sinks.k1.brokerList =master:9092,slave1:9092,slave2:9092
a1.sinks.k1.serializer.class=kafka.serializer.StringEncoder
//还有这玩意,这写法太坑人了a1.sinks.k1.custom.topic.name
a1.sinks.k1.topic=kafka-storm-cluster
a1.sinks.k1.channel=c1

6.读取telnet监控内容配置sink

a1.sources.r1.type= netcat  
a1.sources.r1.bind= localhost
a1.sources.r1.port= 44444 

  

7.常用命令:

启动: bin/flume-ng agent  -c ./conf/ -f conf/spool.conf -Dflume.root.logger=DEBUG,console -n a1

 

posted on 2016-07-15 15:49  xiaoyang_  阅读(1158)  评论(0编辑  收藏  举报