关键词:
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,kafka等)的能力 。
flume的数据流由事件(Event)贯穿始终。Event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header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可扩展性
Flume采用了三层架构,分别为agent,collector和storage,每一层均可以水平扩展。其中,所有agent和collector由master统一管理,这使得系统容易监控和维护,且master允许有多个(使用ZooKeeper进行管理和负载均衡),这就避免了单点故障问题。
flume可管理性
所有agent和colletor由master统一管理,这使得系统便于维护。多master情况,Flume利用ZooKeeper和gossip,保证动态配置数据的一致性。用户可以在master上查看各个数据源或者数据流执行情况,且可以对各个数据源配置和动态加载。Flume提供了web 和shell script command两种形式对数据流进行管理。
flume可扩展性
用户可以根据需要添加自己的agent,collector或者storage。此外,Flume自带了很多组件,包括各种agent(file, syslog等),collector和storage(file,HDFS等)。
Flume的可恢复性:
还是靠Channel。推荐使用FileChannel,事件持久化在本地文件系统里(性能较差)。
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:
flume的详细三大组件介绍
flume的核心是agent。agent是一个Java进程,运行在日志收集端,通过agent接收日志,然后暂存起来,再发送到目的地。
agent里面包含3个核心组件:source、channel、sink。
source组件:是专用于收集日志的,可以处理各种类型各种格式的日志数据,包括avro、thrift、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy、等自定义。source组件把数据收集来以后,临时存放在channel中。
channel组件:是在agent中专用于临时存储数据的,可以存放在memory、jdbc、file、等自定义。
channel中的数据只有在sink发送成功之后才会被删除。
sink组件:是用于把数据发送到目的地的组件,目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、kfka,等自定义。
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:
二、安装,配置
1,官网地址:http://flume.apache.org/
2,flume安装配置
a,先配置java 环境变量
tar xvf /soft/jdk-7u79-linux-x64.tar.gz -C /soft vim /etc/profile #java export JAVA_HOME=/soft/jdk1.7.0_79/ export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar export PATH=$PATH:/$JAVA_HOME/bin:$HADOOP_HOME/bin source /etc/profile
b,配置flume
tar xvf apache-flume-1.6.0-bin.tar.gz -C /usr/local/ELK/ mv apache-flume-1.6.0 usr/local/ELK/apache-flume cd /usr/local/ELK/apache-flume/conf cp flume-env.sh.template flume-env.sh vi conf/flume-env.sh JAVA_HOME=/soft/jdk1.8.0_101
c ,验证是否安装成功
/usr/local/ELK/apache-flume/bin/flume-ng version Flume 1.6.0 Source code repository: https://git-wip-us.apache.org/repos/asf/flume.git Revision: 8633220df808c4cd0c13d1cf0320454a94f1ea97 Compiled by hshreedharan on Wed May 7 14:49:18 PDT 2014 From source with checksum a01fe726e4380ba0c9f7a7d222db961f
说明安装成功
三 、flume的案例
1)案例1:Avro
这里所指的案例都是以source的格式来定义
Avro可以发送一个给定的文件给Flume,Avro 源使用AVRO RPC机制。
a)创建agent配置文件
cd /usr/local/ELK/apache-flume/conf vim avro.conf a1.sources = r1 a1.sinks = k1 a1.channels = c1 # Describe/configure the source a1.sources.r1.type = avro a1.sources.r1.channels = c1 a1.sources.r1.bind = 0.0.0.0 a1.sources.r1.port = 4141 # Describe the sink a1.sinks.k1.type = logger 将收集到的日志输出到控制台 # Use a channel which buffers events in memory a1.channels.c1.type = memory a1.channels.c1.capacity = 1000 a1.channels.c1.transactionCapacity = 100 # Bind the source and sink to the channel a1.sources.r1.channels = c1 a1.sinks.k1.channel = c1
2)案例1:exec
这里所指的案例都是以source的格式来定义
ecex可以实时监控一个文件,使用tail -F /opt/logs/usece.log。
a)创建agent配置文件
vim exec.conf a2.sources = r2 a2.sinks = k2 a2.channels = c2 #Describe/configure the source a2.sources.r2.type = exec a2.sources.r2.channels = c2 a2.sources.r2.command=tail -F /opt/logs/usercenter.log # Describe the sink a2.sinks.k2.type = file_roll a2.sinks.k2.channel = c2 a2.sinks.k2.sink.directory = /opt/flume 将收集到的日志写入此目录下 # Use a channel which buffers events in memory a2.channels.c2.type = memory a2.channels.c2.capacity = 1000 a2.channels.c2.transactionCapacity = 100 # Bind the source and sink to the channel a2.sources.r2.channels = c2 a2.sinks.k2.channel = c2
更多案例参考:
http://www.aboutyun.com/thread-8917-1-1.html
本文出自 “crazy_sir” 博客,请务必保留此出处http://douya.blog.51cto.com/6173221/1860390
flume的介绍和简单安装
一:介绍(1)日志采集系统(2)是一种分布式,可靠且可用的服务,用于有效地收集,聚合和移动大量日志数据。(3)具有基于流数据流的简单灵活的架构。(4)具有可靠的可靠性机制和许多故障转移和恢复机制,具有强大... 查看详情
flume架构以及应用介绍[转]
...Flume。本文将围绕Flume的架构、Flume的应用(日志采集)进行详细的介绍。 (一)Flume架构介绍 1、Flume的概念   查看详情
flume架构以及应用介绍(转)
...Flume。本文将围绕Flume的架构、Flume的应用(日志采集)进行详细的介绍。(一)Flume架构介绍1、Flume的概念flume是分布式的日志收集系统,它将各个服务器中的数据收 查看详情
日志采集框架flume的安装及使用
日志采集框架Flume的安装及使用1.Flume介绍1.1.Flume概述Flume是一个分布式、可靠、和高可用(旧版Flumeog才有高可用)的海量日志采集、传输和聚合的系统。Flume可以采集文件,socket数据包等各种形式源数据,又可以将采集到的数据输... 查看详情
flume简介与使用——kafkasink消费数据之kafka安装
前面已经介绍了如何利用ThriftSource生产数据,今天介绍如何用KafkaSink消费数据。 其实之前已经在Flume配置文件里设置了用KafkaSink消费数据agent1.sinks.kafkaSink.type=org.apache.flume.sink.kafka.KafkaSinkagent1.sinks.kafkaSink.topic=TRAFFIC_LOGagen... 查看详情
flume介绍与安装
搭建环境部署节点操作系统为CentOS,防火墙和SElinux禁用,创建了一个shiyanlou用户并在系统根目录下创建/app目录,用于存放Hadoop等组件运行包。因为该目录用于安装hadoop等组件程序,用户对shiyanlou必须赋予rwx权限(一般做法是root... 查看详情
flume安装配置
1 下载安装包并解压下载地址:http://flume.apache.org/download.html解压:tarzxvfapache-flume-1.8.0-bin.tar.gz 2配置环境变量 vi~/.bashrc配置环境变量:exportFLUME_HOME=/hmaster/flume/apache-flume-1.8.0-binexportF 查看详情
kafka详细介绍,安装,配置
1、简介 Kafkaisadistributed,partitioned,replicatedcommitlogservice。它提供了类似于JMS的特性,但是在设计实现上完全不同,此外它并不是JMS规范的实现。kafka对消息保存时根据Topic进行归类,发送消息者成为Producer,消息接受者成... 查看详情
flume安装配置(代码片段)
flume安装配置一:下载下载地址:http://www.apache.org/dyn/closer.lua/flume/1.8.0/apache-flume-1.8.0-bin.tar.gz二:解压[[email protected]~]#tar-zxvfapache-flume-1.8.0-bin.tar.gz-C/usr/local/改名为flume方便以后操作[[email 查看详情
3.flume安装以及环境配置
1.安装jdk我这里已经安装过了,这里就不演示了 2.安装flume安装cdh版本的,http://archive.cloudera.com/cdh5/cdh/5/安装完毕之后,配置环境变量。我们看看文件的结构 bin目录是一些启动文件,conf是配置文件,其他的不用关注,我... 查看详情
日志抽取框架flume简介与安装配置(代码片段)
一:flume简介与功能二:flume安装与配置与简单测试一:flume的简介与功能架构1.1flume的简介:1.1.1Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统,Flume支持在日志系统中定制各类数据发... 查看详情
jdk下载安装及java环境变量配置小白详细介绍
一,下载安装JDK(Javadevelopmetkit):前往http://www.oracle.com/下载JDK点击JDK下的download会跳转到如下界面:勾选同意协议,下载你对于操作系统的JDK。下载完成后的安装无脑操作就好了,只要注意尽量别安装到C盘。二,配置环境变量&n... 查看详情
大数据高级开发工程师——数据采集框架flume(代码片段)
文章目录数据采集框架FlumeFlume基本介绍概述运行机制Flume采集系统结构图1.简单结构2.复杂结构Flume实战案例采集网络端口数据1.Flume的安装部署2.开发配置文件3.启动4.使用telnet测试采集目录到HDFS1.需求分析2.开发配置文件3.启动&... 查看详情
flume的安装与使用
Flume下载后,解压,新增一个配置文件,写入配置即可我将配置文件写在conf下,取名为flume-conf-spooldir.propertiesFlume运行命令:bin/flume-ngagent--confconf--conf-fileconf/flume-conf-spooldir.properties--nameLogAgent-Dflume.root.logger=DEBUG,con 查看详情
flume安装(代码片段)
flume安装安装及配置环境变量使用常用的source简单串联ChannelSelectorMultiplexingChannelSelectorSinkProcessor事务自定义组件额外安装及配置环境变量1.保证有JAVA_HOME;2.直接解压即可;将apache-flume-1.7.0-bin.tar.gz包放到/opt/soft下,加压到/opt/mod... 查看详情
flume的安装与配置(代码片段)
一.安装部署在安装前先确保Hadoop是启动状态。1.下载flume安装包自行去官网下载即可Download—ApacheFlume,我下载的是flume1.11.02.上传安装包并解压 上传后解压tar-zxvfapache-flume-1.11.0-bin.tar.gz-C/opt/server3.进入flume目录,修改conf下... 查看详情
flume学习之路flume的基础介绍(代码片段)
目录一、背景二、Flume的简介三、FlumeNG的介绍3.1 Flume特点3.2 Flume的一些核心概念3.3 FlumeNG的体系结构3.4 Source3.5 Channel3.6 Sink四、Flume的部署类型4.1 单一流程4.2 多代理流程(多个agent顺序连接)4.3 流的合并(多个Agent... 查看详情
flume安装及ganglia使用(代码片段)
...灵活简单。flume的架构:flume的组成架构:二、flume的组件介绍1、AgentAgent是一个JVM进程,它以事件的形式将数据从源头送至目的。Agent主要有3个部分组成,Source、Channel、Sink。2、SourceSour 查看详情