Flume学习笔记二 -- Flume常用配置案例

1、案例一、监控套接字

1.1、案例说明

  使用Flume监控端口，缓存到内存，最后下沉到日志，通过控制台打印出来

1.2、配置文件

vim /export/servers/apache-flume-1.8.0-bin/conf/netcat-logger.conf

添加下面的配置：

# 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 = 192.168.138.120 
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

1.3、启动配置文件

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

1.4、测试

在集群上其他机器上面安装telnet客户端，用于模拟数据的发送

yum -y install telnet

发送数据

telnet node03 44444

Flume控制台：

2、案例二：监控目录、下沉到HDFS

2.1、案例说明

  使用Flume监控linux服务器目录，当有新的文件产生时，就下沉到HDFS文件系统中去。

2.2、配置文件

vim spooldir.conf

添加下面的配置

# 定义各组件的名字
a1.sources = r1 
a1.sinks = k1 
a1.channels = c1 

# 定义sources
##注意：不能往监控目中重复丢同名文件 
a1.sources.r1.type = spooldir 
a1.sources.r1.spoolDir = /export/software/data 
a1.sources.r1.fileHeader = true 

# 定义sink
a1.sinks.k1.type = hdfs 
a1.sinks.k1.channel = c1 
a1.sinks.k1.hdfs.path = hdfs://node01:8020/user/data/%y-%m-%d/%H%M/
a1.sinks.k1.hdfs.filePrefix = events-
a1.sinks.k1.hdfs.round = true 
# HDFS文件滚动周期：10分钟
a1.sinks.k1.hdfs.roundValue = 10 
a1.sinks.k1.hdfs.roundUnit = minute 
a1.sinks.k1.hdfs.rollInterval = 60
a1.sinks.k1.hdfs.rollSize = 2048
a1.sinks.k1.hdfs.rollCount = 1000 
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 

# 定义channel 
a1.channels.c1.type = memory 
a1.channels.c1.capacity = 1000 
a1.channels.c1.transactionCapacity = 100 

# 绑定channel 
a1.sources.r1.channels = c1 
a1.sinks.k1.channel = c1

2.3、启动配置文件

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

2.4、测试

向/export/software/data上传一个文件20200416.txt

查看hdfs文件系统

3、案例三、监控不断追加的日志

3.1、案例说明

  像网络日志文件等都是以追加的形式，所以不适合用案例二监控目录的形式，必须采用监控文件是否发生变化。

3.2、配置文件

agent1.sources = source1 
agent1.sinks = sink1 
agent1.channels = channel1 
# Describe/configure tail -F source1 
agent1.sources.source1.type = exec 
agent1.sources.source1.command = tail -F /export/servers/taillogs/access_log 
agent1.sources.source1.channels = channel1 

# Describe sink1 
agent1.sinks.sink1.type = hdfs #a1.sinks.k1.channel = c1 
agent1.sinks.sink1.hdfs.path = hdfs://node01:8020/weblog/flume-collection/%y-%m-%d/%H-% 
agent1.sinks.sink1.hdfs.filePrefix = access_log 
agent1.sinks.sink1.hdfs.maxOpenFiles = 5000 
agent1.sinks.sink1.hdfs.batchSize= 100 
agent1.sinks.sink1.hdfs.fileType = DataStream agent1.sinks.sink1.hdfs.writeFormat =Text 
agent1.sinks.sink1.hdfs.round = true 
agent1.sinks.sink1.hdfs.roundValue = 10 
agent1.sinks.sink1.hdfs.roundUnit = minute 
agent1.sinks.sink1.hdfs.useLocalTimeStamp = true 

# Use a channel which buffers events in memory 
agent1.channels.channel1.type = memory 
agent1.channels.channel1.keep-alive = 120 
agent1.channels.channel1.capacity = 500000 
agent1.channels.channel1.transactionCapacity = 600 

# Bind the source and sink to the channel 
agent1.sources.source1.channels = channel1 
agent1.sinks.sink1.channel = channel1

有错误的地方敬请指出，欢迎大家评论区或者私信交流！每日持续更新Java、Python、大数据技术，请大家多多关注！