Flume

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Flume相关的知识,希望对你有一定的参考价值。

一、什么是Flume?
  flume 作为 cloudera 开发的实时日志收集系统,受到了业界的认可与广泛应用。Flume 初始的发行版本目前被统称为 Flume OG(original generation),属于 cloudera。但随着 FLume 功能的扩展,Flume OG 代码工程臃肿、核心组件设计不合理、核心配置不标准等缺点暴露出来,尤其是在 Flume OG 的最后一个发行版本 0.94.0 中,日志传输不稳定的现象尤为严重,为了解决这些问题,2011 年 10 月 22 号,cloudera 完成了 Flume-728,对 Flume 进行了里程碑式的改动:重构核心组件、核心配置以及代码架构,重构后的版本统称为 Flume NG(next generation);改动的另一原因是将 Flume 纳入 apache 旗下,cloudera Flume 改名为 Apache Flume。

        flume的特点:
  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。支持在日志系统中定制各类数据发送方,用于收集数据;同时,Flume提供对数据进行简单处理,并写到各种数据接受方(比如文本、HDFS、Hbase等)的能力 。
  flume的数据流由事件(Event)贯穿始终。事件是Flume的基本数据单位,它携带日志数据(字节数组形式)并且携带有头信息,这些Event由Agent外部的Source生成,当Source捕获事件后会进行特定的格式化,然后Source会把事件推入(单个或多个)Channel中。你可以把Channel看作是一个缓冲区,它将保存事件直到Sink处理完该事件。Sink负责持久化日志或者把事件推向另一个Source。

        flume的可靠性 
  当节点出现故障时,日志能够被传送到其他节点上而不会丢失。Flume提供了三种级别的可靠性保障,从强到弱依次分别为:end-to-end(收到数据agent首先将event写到磁盘上,当数据传送成功后,再删除;如果数据发送失败,可以重新发送。),Store on failure(这也是scribe采用的策略,当数据接收方crash时,将数据写到本地,待恢复后,继续发送),Besteffort(数据发送到接收方后,不会进行确认)。

flume的一些核心概念:

    • Agent        使用JVM 运行Flume。每台机器运行一个agent,但是可以在一个agent中包含多个sources和sinks。
    • Client        生产数据,运行在一个独立的线程。
    • Source        从Client收集数据,传递给Channel。
    • Sink        从Channel收集数据,运行在一个独立线程。
    • Channel        连接 sources 和 sinks ,这个有点像一个队列。
    • Events        可以是日志记录、 avro 对象等。

 

Flume以agent为最小的独立运行单位。一个agent就是一个JVM。单agent由Source、Sink和Channel三大组件构成,如下图:

技术分享

 

值得注意的是,Flume提供了大量内置的Source、Channel和Sink类型。不同类型的Source,Channel和Sink可以自由组合。组合方式基于用户设置的配置文件,非常灵活。比如:Channel可以把事件暂存在内存里,也可以持久化到本地硬盘上。Sink可以把日志写入HDFS, HBase,甚至是另外一个Source等等。Flume支持用户建立多级流,也就是说,多个agent可以协同工作,并且支持Fan-in、Fan-out、Contextual Routing、Backup Routes,这也正是NB之处。如下图所示:

技术分享

二、flume的官方网站在哪里?
  http://flume.apache.org/

三、在哪里下载?
  http://www.apache.org/dyn/closer.cgi/flume/1.5.0/apache-flume-1.5.0-bin.tar.gz

四、如何安装?
  1)将下载的flume包,解压到/home/hadoop目录中,你就已经完成了50%:)简单吧
  2)修改 flume-env.sh 配置文件,主要是JAVA_HOME变量设置

 1 [[email protected] conf]# cp flume-env.sh.template flume-env.sh
 2 [[email protected] conf]# vim !$
 3 vim flume-env.sh
 4 # Licensed to the Apache Software Foundation (ASF) under one
 5 # or more contributor license agreements.  See the NOTICE file
 6 # distributed with this work for additional information
 7 # regarding copyright ownership.  The ASF licenses this file
 8 # to you under the Apache License, Version 2.0 (the
 9 # "License"); you may not use this file except in compliance
10 # with the License.  You may obtain a copy of the License at
11 #
12 #     http://www.apache.org/licenses/LICENSE-2.0
13 #
14 # Unless required by applicable law or agreed to in writing, software
15 # distributed under the License is distributed on an "AS IS" BASIS,
16 # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
17 # See the License for the specific language governing permissions and
18 # limitations under the License.
19 
20 # If this file is placed at FLUME_CONF_DIR/flume-env.sh, it will be sourced
21 # during Flume startup.
22 
23 # Enviroment variables can be set here.
24 
25  export JAVA_HOME=/usr/local/src/jdk1.7.0_45
26 
27 # Give Flume more memory and pre-allocate, enable remote monitoring via JMX
28 # export JAVA_OPTS="-Xms100m -Xmx2000m -Dcom.sun.management.jmxremote"
29 
30 # Note that the Flume conf directory is always included in the classpath.
31 #FLUME_CLASSPATH=""

          3)验证是否安装成功

1 [[email protected] conf]# /usr/local/src/apache-flume-1.6.0-bin/bin/flume-ng version
2 Flume 1.6.0
3 Source code repository: https://git-wip-us.apache.org/repos/asf/flume.git
4 Revision: 2561a23240a71ba20bf288c7c2cda88f443c2080
5 Compiled by hshreedharan on Mon May 11 11:15:44 PDT 2015
6 From source with checksum b29e416802ce9ece3269d34233baf43f

         出现上面的信息,表示安装成功了

 

技术分享\\

安装flume:

 

















以上是关于Flume的主要内容,如果未能解决你的问题,请参考以下文章

本地环境idea进行远程debug调试flume代码

Flume配置案例

关于flume配置加载

001- Flume 概述

如何通过 Java 代码更改 Apache Flume 的配置文件?

Flume