Flume 介绍及安装部署
在一个完整的离线大数据处理系统中,除了hdfs+mapreduce+hive组成分析系统的核心之外,还需要数据采集、结果数据导出、任务调度等不可或缺的辅助系统,而这些辅助工具在hadoop生态体系中都有便捷的开源框架,如图所示:
1. 日志采集框架Flume
1.1 Flume介绍
1.1.1 概述
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、文件、文件夹、kafka等各种形式源数据,又可以将采集到的数据(下沉sink)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。
宏观角度来看类似生活中的扫码枪、吸尘器吸头。
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:采集组件,用于跟数据源对接,以获取数据
b)Channel:传输通道组件,用于从source将数据传递到sink
c)Sink:下沉组件,用于往下一级agent传递数据或者往最终存储系统传递数据
Source 到 Channel 到 Sink之间传递数据的形式是Event事件;Event事件是一个数据流单元。
1.1.3 Flume采集系统结构图
- 简单结构
单个agent采集数据
- 复杂结构
多级agent之间串联、
Flume安装部署
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
这里我们采用在第三台机器来进行安装
上传安装文件并解压
tar -zxvf flume-ng-1.6.0-cdh5.14.0.tar.gz -C /export/servers/
cd /export/servers/apache-flume-1.6.0-cdh5.14.0-bin/conf
cp flume-env.sh.template flume-env.sh
vim flume-env.sh
export JAVA_HOME=/export/servers/jdk1.8.0_141
上一篇: 本地https访问
下一篇: 关于Python编码这一篇文章就够了