flume1.7 入门

Posted 2021-03-04 fengyuwuqing

工作原因要用到flume来采集日志，简单接触后写下来一些，随更。
详细请看官网
http://flume.apache.org/releases/content/1.7.0/FlumeUserGuide.html#a-simple-example

flume依赖Java环境，此版本至少要1.7以上的java

 

Openjdk 安装

Linux:

1.下载tar.gz的安装包(我下载的是Adopt 11 LTS版)

2.放入指定目录（mkdir /usr/bin/jdk11）

   /usr/bin/jdk11

3.添加环境变量（全局/etc/profile    用户vim ~/.bashrc）

   export JAVA_HOME=/usr/lib/jdk11

   export JRE_HOME=${JAVA_HOME}/jre

   export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib

   export PATH=.:${JAVA_HOME}/bin:$PATH

4.source /etc/profile

5.测试 java -version

 

flume配置

简单描述：source收集信息，sinks推送信息到其他源或消息队列(kafka,MQ...)或存储(es,HDSF...)，channel是前两者传输的管道(有缓存的作用)。

一 配置java的环境变量
1. cp flume-env.sh.template flume-env.sh
2. vim flume-env.sh +22
    export JAVA_HOME=/usr/lib/jdk11
3. 检验 ./bin/flume-ng version

 

二 配置文件
vim ./conf/example.conf：单节点Flume配置

＃命名此代理上的组件
a1.sources = r1
a1.sinks = k1
a1.channels = c1

＃描述/配置源(type的类型是固定的，但有多个应用场景的类型)
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 44444

＃描述接收器
a1.sinks.k1.type = logger

＃使用一个通道来缓冲事件到内存
a1.channels.c1.type = 内存
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

＃将源和接收器绑定到通道
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

 

三 启动
1. $ bin/flume-ng agent --conf conf --conf-file example.conf --name a1 -Dflume.root.logger=INFO,console
2. $ telnet localhost 44444
正在尝试127.0.0.1 ...
已连接到localhost.localdomain（127.0.0.1）。
转义字符为‘^]‘。
你好，世界！<ENTER>
确定
3.原始的Flume终端将在日志消息中输出事件。

19年12月6日15 ：32:19 INFO source.NetcatSource：源起
19年12月6日15 ：32:19 INFO source.NetcatSource：创建的ServerSocket：sun.nio.ch.ServerSocketChannelImpl [/127.0.0.1:44444]
19年12月6日15 ：32:34 INFO sink.LoggerSink：事件：{头：{}体：48 65 6C 6F 6C 20 77 72 6F 6C 64 21 0D世界你好！}

其他用法：
1.将/usr/logs/log.10的内容发送到在该端口上监听的Flume源(这个应该是比较常用的)
$ bin/flume-ng avro-client -H localhost -p 41414 -F /usr/logs/log.10

2.exec
# Describe/configure the source
a1.sources = r1
a1.channels = c1
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F / var / log / secure
a1.sources.r1.channels = c1

3.常用的source 基本有：
avro 监听一个端口，或从外部的avro客户端流接收事件event（多对一）
spooldir 监听一个目录，有新文件后将采集

4.常用的sinks（输出）：
kafka
avro
elasticsearch

5.channel 连接源和sinks的管道（可缓存事件）
基本不用管，很少更改（可改为kafka等来缓存事件）