1. Toy模板网首页
  2. > Toy博客

flume入门案例

8月前 作者：王博1999 分类：Toy博客 阅读(20) 违法举报

这篇具有很好参考价值的文章主要介绍了flume入门案例。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、flume拓扑结构

1.简单串联
flume入门案例

这种模式是将多个 flume 顺序连接起来了，从最初的 source 开始到最终 sink 传送的目的存储系统。此模式不建议桥接过多的 flume 数量， flume 数量过多不仅会影响传输速率，而且一旦传输过程中某个节点 flume 宕机，会影响整个传输系统

2.复制和多路复用

flume入门案例

Flume 支持将事件流向一个或者多个目的地。这种模式可以将相同数据复制到多个channel 中，或者将不同数据分发到不同的 channel 中，sink 可以选择传送到不同的目的地

3.负载均衡和故障转移

flume入门案例

Flume支持使用将多个sink逻辑上分到一个sink组，sink组配合不同的SinkProcessor可以实现负载均衡和错误恢复的功能

4.聚合

flume入门案例

这种模式是我们最常见的，也非常实用，日常 web 应用通常分布在上百个服务器，大者甚至上千个、上万个服务器。产生的日志，处理起来也非常麻烦。用 flume 的这种组合方式能很好的解决这一问题，每台服务器部署一个 flume 采集日志，传送到一个集中收集日志的flume，再由此 flume 上传到 hdfs、hive、hbase 等，进行日志分析

二、复制案例

案例需求：
使用 Flume-1 监控hive日志文件的变动，Flume-1 将变动内容传递给 Flume-2，Flume-2 负责存储到 HDFS。同时 Flume-1 将变动内容传递给 Flume-3，Flume-3 负责存储到/opt/module/datas/flume3文件夹下（提前创建好）

在flume文件夹下创建job/group1目录，创建flume-file-flume.conf，flume-flume-dir.conf，flume-flume-hdfs.conf三个文件

flume-file-flume.conf

# Name the components on this agent
a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2

# 将数据流复制给所有 channel，不配默认就是
a1.sources.r1.selector.type = replicating

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /tmp/root/hive.log
a1.sources.r1.shell = /bin/bash -c

# Describe the sink
# sink 端的 avro 是一个数据发送者
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

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 是一个数据接收服务
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://hadoop100:8020/flume2/%Y%m%d/%

#上传文件的前缀
a2.sinks.k1.hdfs.filePrefix = flume2-
#是否按照时间滚动文件夹
a2.sinks.k1.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k1.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k1.hdfs.roundUnit = hour
#是否使用本地时间戳
a2.sinks.k1.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
a2.sinks.k1.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a2.sinks.k1.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k1.hdfs.rollInterval = 60
#设置每个文件的滚动大小大概是 128M
a2.sinks.k1.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
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

flume-flume-dir.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 = file_roll
a3.sinks.k1.sink.directory = /opt/module/datas/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

启动注意事项

  1. 启动前需要启动hadoop集群和hive
  2. 先启动服务端flume-flume-dir.conf和flume-flume-hdfs.conf，再启动flume-file-flume.conf端，否则会报错，连接不上端口4141和4142
  3. 本案例三个文件都要同时启动，所以agent的名字需要不一样，如a1、a2、a3

hdfs结果文件：
flume入门案例
本地结果文件：

flume入门案例

三、故障转移案例

使用 Flume1 监控一个端口，其 sink 组中的 sink 分别对接 Flume2 和 Flume3将数据打印在控制台上，采用FailoverSinkProcessor，实现故障转移的功能

说明：
其中涉及到sinkgroups优先级问题，sink优先级高去拉去数据，如果该sink挂掉了那么优先级排第二的去拉去数据，故实现了故障转移功能，如果挂掉的sink恢复了，那么将继续上位

在flume文件夹下创建job/group2目录，进入文件夹 创建flume-netcat-flume.conf，flume-flume-console1.conf，flume-flume-console2.conf三个文件

flume-netcat-flume.conf

启动命令：[root@hadoop100 flume-1.9.0]# bin/flume-ng agent -n a1 -c conf/ -f job/group2/flume-netcat-flume.conf

# 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 = failover
# k1优先级为5，k2优先级为10
a1.sinkgroups.g1.processor.priority.k1 = 5
a1.sinkgroups.g1.processor.priority.k2 = 10
a1.sinkgroups.g1.processor.maxpenalty = 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

flume-flume-console1.conf

启动命令：[root@hadoop100 flume-1.9.0]# bin/flume-ng agent -n a2 -c conf/ -f job/group2/flume-flume-console1.conf -Dflume.root.logger=INFO,console

-Dflume.root.logger=INFO,console表示将数据打印在控制台

# 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

启动命令：[root@hadoop100 flume-1.9.0]# bin/flume-ng agent -n a3 -c conf/ -f job/group2/flume-flume-console2.conf -Dflume.root.logger=INFO,console

# 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

启动注意事项

  1. 先启动服务端flume-flume-console1.conf和flume-flume-console2.conf，再启动客户端flume-netcat-flume.conf
  2. 该案例使用的是nc中的44444端口，所以开启该端口输入数据

四、负载均衡案例

只需要将flume-netcat-flume.conf内容该成如下即可

# 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

# 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

五、聚合案例

案例要求：
首先准备集群：hadoop100、hadoop102、hadoop103，都要装上flume，在对/opt/module/flume-1.9.0/job/group3文件夹下创建对应的文件。

在hadoop100创建Flume-1文件：flume1-netcat-flume.conf
在hadoop102创建Flume-2文件：flume2-logger-flume.conf
在hadoop102创建Flume-3文件：flume3-flume-logger.conf

  1. hadoop100 上的 Flume-1 监控某一个端口的数据流 如：netcat 44444端口
  2. hadoop102 上的 Flume-2 监控文件/opt/module/group.log
  3. Flume-1 与 Flume-2 将数据发送给 hadoop103 上的 Flume-3，Flume-3 将最终数据打印到控制台

flume1-netcat-flume.conf

启动命令：[root@hadoop100 flume-1.9.0]# bin/flume-ng agent -n a2 -c conf/ -f job/group3/flume1-netcat-flume.conf

# 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 = hadoop100
a2.sources.r1.port = 44444

# Describe the sink
a2.sinks.k1.type = avro
a2.sinks.k1.hostname = hadoop103
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

flume2-logger-flume.conf

启动命令：[root@hadoop102 flume-1.9.0]# bin/flume-ng agent -n a1 -c conf/ job/group3/flume2-logger-flume.conf

me 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/group.log
a1.sources.r1.shell = /bin/bash -c

# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop103
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

flume3-flume-logger.conf

启动命令：[root@hadoop103 flume-1.9.0]# bin/flume-ng agent -n a3 -c conf/ -f job/group3/flume3-flume-logger.conf -Dflume.root.logger=INFO,console

# 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 = hadoop103
a3.sources.r1.port = 4141

# 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

启动说明：文章来源地址https://www.toymoban.com/news/detail-460012.html

  1. 首先先启动hadoop103服务端flume3-flume-logger.conf文件，其次在hadoop100启动客户端flume1-netcat-flume.conf，在hadoop102启动客户端flume2-logger-flume.conf，观察客户端是否连接上服务端
  2. 另起窗口在hadoop100上启动netcat 44444 端口 发送数据
  3. 另起窗口在hadoop102上对/opt/module/group.log文件追加数据 echo ‘hello’ > group.log
  4. 观察hadoop103是否接收到数据

到了这里，关于flume入门案例的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • 大数据技术——Flume简介&安装配置&使用案例

    大数据技术——Flume简介&安装配置&使用案例

        Flume是一种 可配置、高可用 的 数据采集 工具，主要用于采集来自各种流媒体的数据（Web服务器的日志数据等）并传输到集中式数据存储区域。     Flume 支持在日志系统中定制 各种数据发送方 ，用于收集数据；并且可以对数据进行简单处理，将其写到可定制的各种数

    2024年02月08日
    浏览(30)
  • 【华为Datacom 综合拓扑案例—分享篇】

    【华为Datacom 综合拓扑案例—分享篇】

    实验要求： 1、PC1PC2PC3PC4采用DHCP自动获取IP地址，SW5作为服务器，SW3和SW4作为中继 创建地址池ip pool huawei1和ip pool huawei2，租期都为2天 2、SW3与SW4做链路聚合，采用LACP模式。SW3作为主交换机，优先级为0 抢占延时时间为10秒 让G0/0/4接口成为非活跃链路，优先级为65000 3、在SW

    2024年02月13日
    浏览(27)
  • （二十）大数据实战——Flume数据采集的基本案例实战

    （二十）大数据实战——Flume数据采集的基本案例实战

    本节内容我们主要介绍几个Flume数据采集的基本案例，包括监控端口数据、实时监控单个追加文件、实时监控目录下多个新文件、实时监控目录下的多个追加文件等案例。完成flume数据监控的基本使用。 监控端口数据 ①需求说明 - 使用 Flume 监听一个端口，收集该端口数据，并

    2024年02月10日
    浏览(32)
  • 【Unity ShaderGraph】| Shader Graph入门介绍 | 简介 | 配置环境 | 窗口介绍 | 简单案例

    【Unity ShaderGraph】| Shader Graph入门介绍 | 简介 | 配置环境 | 窗口介绍 | 简单案例

    前言 Unity2018版本之后推出了一款名为 Shader Graph 的可编程渲染管线工具。 这个工具可以通过可视化界面拖拽来实现着色器的创建和编辑，大大简化了着色器的制作过程，同时着色效果编译显示也快。 下面就来介绍一下Shader Graph的基本信息及使用方法，上手非常简单，一起来

    2024年02月08日
    浏览(32)
  • （二十二）大数据实战——Flume数据采集之故障转移案例实战

    （二十二）大数据实战——Flume数据采集之故障转移案例实战

    本节内容我们完成Flume数据采集的故障转移案例，使用三台服务器，一台服务器负责采集nc数据，通过使用failover模式的Sink处理器完成监控数据的故障转移，使用Avro的方式完成flume之间采集数据的传输。整体架构如下： ①在hadoop101服务器的/opt/module/apache-flume-1.9.0/job目录下创建

    2024年02月09日
    浏览(31)
  • （二十三）大数据实战——Flume数据采集之采集数据聚合案例实战

    （二十三）大数据实战——Flume数据采集之采集数据聚合案例实战

    本节内容我们主要介绍一下Flume数据采集过程中，如何把多个数据采集点的数据聚合到一个地方供分析使用。我们使用hadoop101服务器采集nc数据，hadoop102采集文件数据，将hadoop101和hadoop102服务器采集的数据聚合到hadoop103服务器输出到控制台。其整体架构如下： ①在hadoop101服务

    2024年02月09日
    浏览(39)
  • 计算机网络的分类1：按网络拓扑结构分类，分为星型拓扑、环形拓扑、总线拓扑、树形拓扑、网状拓扑

    计算机网络的分类1：按网络拓扑结构分类，分为星型拓扑、环形拓扑、总线拓扑、树形拓扑、网状拓扑

    按网络拓扑结构分类 按网络覆盖范围分类 按网络的工作方式分类 按网络传输技术分类 按照使用方式分类 按照网络服务范围分类 按照提供的服务 通信子网中转发节点的互联模式叫做子网的拓扑结构（Network Topology） 按照网络拓扑结构分类，共有五种类型： 星型拓扑 环形拓

    2024年02月05日
    浏览(27)

  • 简单的拓扑学习

    欧几里得空间 中心 c ∈ R n mathbf{c}inmathbb{R}^n c ∈ R n ，半径 r r r 的开球（open ball）表示为 B ( c , r ) Bleft(mathbf{c},rright) B ( c , r ) ,定义为 B ( c , r ) = { x ∈ R n : ∥ x − c ∥ r } Bleft(mathbf{c}, rright) = left{mathbf{x}inmathbb{R}^n:|mathbf{x}-mathbf{c}|rright} B ( c , r ) = { x ∈ R n : ∥

    2024年02月16日
    浏览(24)
  • （二十一）大数据实战——Flume数据采集之复制和多路复用案例实战

    （二十一）大数据实战——Flume数据采集之复制和多路复用案例实战

    本节内容我们完成Flume数据采集的一个多路复用案例，使用三台服务器，一台服务器负责采集本地日志数据，通过使用Replicating ChannelSelector选择器，将采集到的数据分发到另外俩台服务器，一台服务器将数据存储到hdfs，另外一台服务器将数据存储在本机，使用Avro的方式完成

    2024年02月09日
    浏览(37)
  • Sqoop和Flume简单安装配置使用详细解答

    Sqoop和Flume简单安装配置使用详细解答

    了解Sqoop和Flume工具的安装、配置和基本使用方法。Sqoop用于结构化数据和Hadoop之间的批量数据迁移，Flume用于日志数据的收集、聚合和移动。包括安装步骤、配置环境变量、命令示例等内容。

    2024年02月08日
    浏览(31)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包