<form id="xxfbp"></form><form id="xxfbp"></form>

    <form id="xxfbp"></form>

    <form id="xxfbp"><form id="xxfbp"></form></form>
      <form id="xxfbp"><form id="xxfbp"><nobr id="xxfbp"></nobr></form></form>

      <address id="xxfbp"></address>
      <em id="xxfbp"><form id="xxfbp"></form></em>

        <form id="xxfbp"></form>

          集团站切换校区

          验证码已发送,请查收短信

          图标

          学习文章

          当前位置:首页 > >学习文章 > >

          {大数据}辅助系统

          发布时间: 2018-02-08 02:42:18

          ?1.1 Flume介绍

          1.1.1 概述u 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。

          Flume可以采集文件,socket数据包等各种形式源数据,又可以将采集到的数据输出到HDFS、hbase、hive、kafka等众多外部存储系统中

          一般的采集需求,通过对flume的简单配置即可实现

          Flume针对特殊场景也具备良好的自定义扩展能力,因此,flume可以适用于大部分的日常数据采集场景

          1.1.2 运行机制1、 Flume分布式系统中最核心的角色是agent,flume采集系统就是由一个个agent所连接起来形成

          2、 每一个agent相当于一个数据传递员,内部有三个组件:

          a) Source:采集源,用于跟数据源对接,以获取数据

          b) Sink:下沉地,采集数据的传送目的,用于往下一级agent传递数据或者往最终存储系统传递数据

          c) Channel:angent内部的数据传输通道,用于从source将数据传递到sink


          1.1.4 Flume采集系统结构图 

          1. 简单结构单个agent采集数据

          ?

          2. 复杂结构多级agent之间串联

          ?

          1.2 Flume实战案例1.2.1 Flume的安装部署1、Flume的安装非常简单,只需要解压即可,当然,前提是已有hadoop环境

          上传安装包到数据源所在节点上

          然后解压  tar -zxvf apache-flume-1.8.0-bin.tar.gz

          配置环境变量 vi /etc/profile

          ?
          HIVE_HOME=/home/hadoop/apps/hive

          HBASE_HOME=/home/hadoop/apps/hbase

          ZOOKEEPER_HOME=/home/hadoop/apps/zookeeper

          HADOOP_HOME=/home/hadoop/apps/hadoop-2.8.1

          JAVA_HOME=/opt/jdk1.8.0_121

          FLUME_HOME=/home/hadoop/apps/flume

          PATH=$FLUME_HOME/bin:$HIVE_HOME/bin:$HBASE_HOME/bin:$ZOOKEEPER_HOME/bin:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

          export FLUME_HOME HIVE_HOME HBASE_HOME ZOOKEEPER_HOME HADOOP_HOME JAVA_HOME PATH USER LOGNAME MAIL HOSTNAME HISTSIZE HISTCONTROL

          ?

          然后进入flume的目录,修改conf下的flume-env.sh,在里面配置JAVA_HOME

          export JAVA_HOME=/opt/jdk1.8.0_121


          2、根据数据采集的需求配置采集方案,描述在配置文件中(文件名可任意自定义)

          3、指定采集方案配置文件,在相应的节点上启动flume agent


          先用一个最简单的例子来测试一下程序环境是否正常

          1、先在flume的conf目录下新建一个文件

          vi   netcat-logger.conf

          ?

          # 定义这个agent中各组件的名字

          a1.sources = r1

          a1.sinks = k1

          a1.channels = c1


          # 描述和配置source组件:r1

          a1.sources.r1.type = netcat

          a1.sources.r1.bind = localhost

          a1.sources.r1.port = 44444


          # 描述和配置sink组件:k1

          a1.sinks.k1.type = logger


          # 描述和配置channel组件,此处使用是内存缓存的方式

          a1.channels.c1.type = memory

          a1.channels.c1.capacity = 1000

          a1.channels.c1.transactionCapacity = 100


          # 描述和配置source  channel   sink之间的连接关系

          a1.sources.r1.channels = c1

          a1.sinks.k1.channel = c1


          ?2、启动agent去采集数据

          ?bin/flume-ng agent -c conf -f conf/netcat-logger.conf -n a1  -Dflume.root.logger=INFO,console

          ?

          c conf   指定flume自身的配置文件所在目录

          -f conf/netcat-logger.con  指定我们所描述的采集方案

          -n a1  指定我们这个agent的名字

          1、测试

          先要往agent采集监听的端口上发送数据,让agent有数据可采

          随便在一个能跟agent节点联网的机器上

          telnet anget-hostname  port   (telnet localhost 44444)

          如果telnet命令找不到,则用以下方式安装

          [root@hdp08 ~]# yum install telnet

          ?


          1.2.2 采集案例

          1、采集指定目录下的日志文件

          # Name the components on this agent

          a1.sources = r1

          a1.sinks = k1

          a1.channels = c1


          # Describe/configure the source

          #监听目录,spoolDir指定目录, fileHeader要不要给文件夹前坠名

          a1.sources.r1.type = spooldir

          a1.sources.r1.spoolDir = /home/hadoop/flumespool

          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


          ??

          启动命令:  

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


          ?

          2、采集目录到HDFS采集需求:某服务器的某特定目录下,会不断产生新的文件,每当有新文件出现,就需要把文件采集到HDFS中去

          根据需求,首先定义以下3大要素

          l 采集源,即source——监控文件目录 :  spooldir

          l 下沉目标,即sink——HDFS文件系统  :  hdfs sink

          l source和sink之间的传递通道——channel,可用file channel 也可以用内存channel


          配置文件编写:

          ?

          # Name the components on this agent

          a1.sources = r1

          a1.sinks = k1

          a1.channels = c1


          # Describe/configure the source

          #监听目录,spoolDir指定目录, fileHeader要不要给文件夹前坠名

          a1.sources.r1.type = spooldir

          a1.sources.r1.spoolDir = /home/hadoop/flumespool

          a1.sources.r1.fileHeader = true


          # Describe the sink

          a1.sinks.k1.type = hdfs

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

          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.rollInterval = 3

          a1.sinks.k1.hdfs.rollSize = 20

          a1.sinks.k1.hdfs.rollCount = 5

          a1.sinks.k1.hdfs.batchSize = 1

          a1.sinks.k1.hdfs.useLocalTimeStamp = true

          #生成的文件类型,默认是Sequencefile,可用DataStream,则为普通文本

          a1.sinks.k1.hdfs.fileType = DataStream

          # 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


          ?

          Channel参数解释:

          capacity:默认该通道中最大的可以存储的event数量

          trasactionCapacity:每次最大可以从source中拿到或者送到sink中的event数量

          keep-alive:event添加到通道中或者移出的允许时间


          ?

          3、采集文件到HDFS采集需求:比如业务系统使用log4j生成的日志,日志内容不断增加,需要把追加到日志文件中的数据实时采集到hdfs


          根据需求,首先定义以下3大要素

          l 采集源,即source——监控文件内容更新 :  exec  ‘tail -F file’

          l 下沉目标,即sink——HDFS文件系统  :  hdfs sink

          l Source和sink之间的传递通道——channel,可用file channel 也可以用 内存channel


          配置文件编写:

          ?

          # 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 /home/hadoop/log/test.log

          a1.sources.r1.channels = c1


          # Describe the sink

          a1.sinks.k1.type = hdfs

          a1.sinks.k1.channel = c1

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

          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.rollInterval = 3

          a1.sinks.k1.hdfs.rollSize = 20

          a1.sinks.k1.hdfs.rollCount = 5

          a1.sinks.k1.hdfs.batchSize = 1

          a1.sinks.k1.hdfs.useLocalTimeStamp = true

          #生成的文件类型,默认是Sequencefile,可用DataStream,则为普通文本

          a1.sinks.k1.hdfs.fileType = DataStream


          # 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


          启动命令:

          bin/flume-ng agent -c conf -f conf/tail-hdfs.conf -n a1 -Dflume.root.logger=INFO,console

          ?

          4、采集文件发到另一个agent

          ?

          从tail命令获取数据发送到avro端口

          另一个节点可配置一个avro源来中继数据,发送外部存储

          ##################

          # Name the components on this agent

          a1.sources = r1

          a1.sinks = k1

          a1.channels = c1


          # Describe/configure the source

          a1.sources.r1.type = spooldir

          a1.sources.r1.spoolDir = /home/hadoop/flumespool

          a1.sources.r1.fileHeader = true


          # Describe the sink

          a1.sinks = k1

          a1.sinks.k1.type = avro

          a1.sinks.k1.channel = c1

          a1.sinks.k1.hostname = hdp09

          a1.sinks.k1.port = 4141

          a1.sinks.k1.batch-size = 2


          # 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

          ?

          从avro端口接收数据,下沉到logger


          采集配置文件,avro-hdfs.conf


          # Name the components on this agent

          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


          发送数据:

          $ bin/flume-ng avro-client -H localhost -p 4141 -F /usr/logs/log.10

          ?

          1.3 更多source和sink组件

          ?

          Flume支持众多的source和sink类型,详细手册可参考官方文档

          http://flume.apache.org/FlumeUserGuide.html?

          上一篇: {大数据}sqoop数据迁移

          下一篇: {大数据}HBase开发

          十年老品牌
          QQ咨询:450959328 微信咨询:togogozhong 咨询电话:020-38289118 咨询网站客服:在线客服

          相关课程推荐

          在线咨询 ×

          您好,请问有什么可以帮您?我们将竭诚提供最优质服务!

          北京快3开奖结果查询|官网_首页