第4.1.1章 logback与flume集成

迷南。 2022-06-04 10:20 212阅读 0赞

**1 flume配置**  
**1.1 flume-env.sh**

export JAVA_OPTS="-Xms100m -Xmx1000m"
    export JAVA_OPTS="$JAVA_OPTS -Dfile.encoding=utf-8"

**2 logback集成**  
[logback-flume-appender插件][logback-flume-appender]  
\*\* logback.xml相关配置\*\*  
下图中我将trace级别的日志输出到flume中，因为平常项目中，我们经常用的是info、error、debug

<property resource="properties/config.properties" />
    
    
    	<appender name="flume" class="com.gilt.logback.flume.FlumeLogstashV1Appender">
    		
    		<flumeAgents>${flume.agents}</flumeAgents>
    		<flumeProperties>connect-timeout=4000;request-timeout=8000</flumeProperties>
    		<batchSize>100</batchSize>
    		<reportingWindow>1000</reportingWindow>
    		
    		<additionalAvroHeaders>dir=logs</additionalAvroHeaders>
    		
    		<application>${domain}</application>
    		<filter class="ch.qos.logback.classic.filter.LevelFilter">
    			<level>TRACE</level>
    			<onMatch>ACCEPT</onMatch>
    			<onMismatch>DENY</onMismatch>
    		</filter>
    
    	</appender>
    
    <logger name="com.dzmsoft.framework.log.service.impl.LogServiceImpl"  level="TRACE" >     
    		<appender-ref ref="flume" />
    	</logger>

这里直接将日志写入到hadoop中，可以在控制台中看到对应的文件  
![1][]  
下载后，可以看到里面的数据，里面只会记录，我们需要的数据。  
![2][]  
去掉了

<layout class="ch.qos.logback.classic.PatternLayout">
    			<pattern>%message%n%ex</pattern>
    		</layout>

因为logback-flume-appender数据发送body内容异常  
这个问题在单进程写日志的时候不会出现，在2个以上的进程时出现event的body数据异常，导致flume的自定义sink中无法解析数据  
原因是body中在正常的数据末尾，出现很多空串或者其他的数据，导致解析失败。  
分析日志后，发现header中的message数据正常，但body出现问题。怀疑是layout格式化时出现的问题，去掉logback.xml中的layout节点后，数据不再出现异常。  
《Flume构建高可用、可扩展的海量日志采集系统》描述数据一旦写入HDFS就不可改变，HDFS中的文件只支持追加的方式，一旦一个文件被创建并写入数据，该文件可以被追加或删除，但是不能改变该文件中的数据。  
而Hbase尽管运行在HDFS上，但是Hbase支持对任何写入数据的更新操作，非常类似传统的数据库系统。  
这样的特性，也可以理解hdfs存储日志较为合适，存放业务数据并不合适  
如果log写入hdfs增加channel，则需要增加配置

hdfs-agent.sources = hdfs-source
    hdfs-agent.channels = hdfs-channel
    hdfs-agent.sinks = hdfs-sink
    
    # source
    hdfs-agent.sources.hdfs-source.type=avro
    hdfs-agent.sources.hdfs-source.bind=0.0.0.0
    hdfs-agent.sources.hdfs-source.port=36001
    
    # channel
    hdfs-agent.channels.hdfs-channel.flumeBatchSize = 100
    hdfs-agent.channels.hdfs-channel.type = org.apache.flume.channel.kafka.KafkaChannel
    hdfs-agent.channels.hdfs-channel.kafka.bootstrap.servers = bwsc68:9092,bwsc68:9092,bwsc70:9092
    hdfs-agent.channels.hdfs-channel.kafka.topic = hdfs_flume
    hdfs-agent.channels.hdfs-channel.kafka.consumer.group.id = hdfs_flume_channel
    #hdfs-agent.channels.hdfs-channel.kafka.dcm-workorder-channel.kafka.consumer.auto.offset.reset = latest
    
    # sink
    hdfs-agent.sinks.hdfs-sink.type=hdfs
    hdfs-agent.sinks.hdfs-sink.hdfs.path=hdfs://bwsc65:9000/flume/%{application}/%{dir}/%Y%m%d
    hdfs-agent.sinks.hdfs-sink.hdfs.fileType=DataStream
    hdfs-agent.sinks.hdfs-sink.hdfs.writeFormat=Text
    hdfs-agent.sinks.hdfs-sink.hdfs.round=true
    hdfs-agent.sinks.hdfs-sink.hdfs.rollInterval=0
    hdfs-agent.sinks.hdfs-sink.hdfs.rollSize=10240
    hdfs-agent.sinks.hdfs-sink.hdfs.rollCount=0
    
    # assemble
    hdfs-agent.sources.hdfs-source.channels = hdfs-channel
    hdfs-agent.sinks.hdfs-sink.channel = hdfs-channel

通过[HDFS管理工具HDFS Explorer][HDFS_HDFS Explorer],这个工具可以更为容易看到hdfs中的内容,这里可以看到我的文件都是很小的，莫非是我的数据流量本来就不大？  
![4][]

[logback-flume-appender]: https://github.com/gilt/logback-flume-appender
[1]: /images/20220604/18f192004384450989bd376f358ca659.png
[2]: /images/20220604/accfa6d445ea40c89adcfb11a9aa6e25.png
[HDFS_HDFS Explorer]: https://www.cnblogs.com/yangcx666/p/8723888.html
[4]: /images/20220604/75beaf03fb2b4787b553f56052d8babb.png