首页 > 代码库 > flume ng

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

技术分享
[root@root ~]# 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[root@root ~]# tar -zxvf apache-flume-1.6.0-bin.tar.gz -C /opt/[root@root ~]# cd /opt/[root@root opt]# mv apache-flume-1.6.0-bin apache-flume 
View Code

2、修改环境变量、启动

技术分享
[root@root opt]# cd apache-flume/[root@root apache-flume]# cp conf/flume-env.sh.template conf/flume-env.sh[root@crxy99 apache-flume]# vim conf/flume-env.sh                #修改JAVA_HOME 23行: export JAVA_HOME=/opt/jdk1.7.0_45[root@crxy99 apache-flume]# vim conf/example.conf                #创建agent模板配置文件[root@crxy99 apache-flume]# bin/flume-ng agent --conf conf/  --conf-file conf/example.conf --name a1 -Dflume.monitoring.type=http -Dflume.monitoring.port=34343 -Dflume.root.logger=INFO,console &             #启动脚本
View Code

补充:

  1)、模板example.conf:

技术分享
#配置一个agent 名字为a1#声明这个agent的三个组件 sources 有一个r1,sinks 包含一个 k1,channels包含一个c1a1.sources = r1a1.sinks = k1a1.channels = c1# 配置r1 使用netcat的sourcea1.sources.r1.type = netcata1.sources.r1.bind = localhosta1.sources.r1.port = 44444# 配置k1 使用loggersinka1.sinks.k1.type = logger# 配置c1 使用内存的channela1.channels.c1.type = memorya1.channels.c1.capacity = 1000a1.channels.c1.transactionCapacity = 100#连线,将三个组件关联起来a1.sources.r1.channels = c1a1.sinks.k1.channel = c1
View Code

  2)、启动脚本的含义:

  agent    使用agent数据处理方式

  -Dflume.root.logger=INFO,console   -D后面的为参数,这里使用打印到控制台的方式,并动态修改log4j的为info级别

  3)、关闭服务: 

 

技术分享
[root@root apache-flume]# jps2776 Jps2496 Application[root@root apache-flume]# kill -9 2496   #flume目前没有关闭服务的脚本,只能kill
View Code

 

  4)、补充:Telnet

  在测试、学习阶段可以使用telnet工具进行模拟,linux下安装方式(Windows下自带了Telnet服务,启用即可,可以百度相关文档)

# yum -y install telnet

二、Flume使用示例

实战1:一个需求:实时监听一个文件(如/test/logs/access.log)的数据增加

分析:1、由于agent方式能提供持续传输数据的服务,因此采用agent数据处理方式;

   2、agent组件:source  -->   channel  -->   sink

   3、动态监控文件的数据的增加情况可以使用命令tail -F 命令(注意不是tail -f,后者不会retry),因此可以使用exec sink

   4、假设内存情况是充裕的,不予考虑,采用memory channel

   5、假设数据发送到本地:file roll sink

如下图所示(开发过程中画图可以很好的理解项目数据采集流程,推荐使用):

技术分享

因此:编写agent配置文件:

技术分享
#配置一个agent 名字为a1#1、声明这个agent的三个组件 sources 有一个r1,sinks 包含一个 k1,channels包含一个c1a1.sources = r1a1.sinks = k1a1.channels = c1#2、配置r1 使用exec的sourcea1.sources.r1.type = execa1.sources.r1.command = tail -F /test/logs/access.log# 配置c1 使用file的channela1.channels.c1.type = filea1.channels.c1.checkpointDir = /test/flume_checkpoint  #检查点数据存放目录a1.channels.c1.dataDirs = /test/flume_datadir           #数据存储目录a1.channels.c1.transactionCapacity = 100# 配置k1 使用file rolling sinka1.sinks.k1.type = file_rolla1.sinks.k1.sink.directory = /test/flumefile           #文件存放目录a1.sinks.k1.sink.rollInterval = 86400                  #每天产生一个新文件(单位:s)#3、连线,将三个组件关联起来a1.sources.r1.channels = c1a1.sinks.k1.channel = c1
View Code

启动flume:

$ nohup bin/flume-ng agent --conf conf/ --name a1 --conf-file conf/execsource_filerollsink.conf &

注:flume进程启动动没有关闭的命令,只能kill掉。:

实战2:若上面的文件在某一时刻出现高并发的情况,flume很容易挂掉,如何处理?

说明:在高并发情况下,若不更改默认配置,flume容易出现内存溢出的错误。这是因为它默认的堆初始内存只有20M,可以编辑环境变量

# vim conf/flume-env.sh,去掉下面一行注释的设置,并根据需要调整初始内存和最大分配内存。

export JAVA_OPTS="-Xms100m -Xmx2000m -Dcom.sun.management.jmxremote"

注:20M源于/bin/flume-ng里的默认设置:JAVA_OPTS="-Xmx20m"

 待续。。。

参考:Flume 1.6.0 User Guide — Apache Flume  http://flume.apache.org/FlumeUserGuide.html

注:解压后的flume目录下有docs目录,下面的说明文档与该官网的一致,很nice!

 

flume ng