浅谈大数据技术之 Flume

绝地灬酷狼 2022-10-14 15:57 251阅读 0赞

# 一 Flume 概述 #

## 1.1 Flume 定义 ##

Flume 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 基于流式架构，灵活简单。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xvdmVsaWNoYW8xMg_size_16_color_FFFFFF_t_70][]

Flume最主要的作用就是，实时读取服务器本地磁盘的数据，将数据写入到HDFS。

## 1.2 Flume 基础架构 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xvdmVsaWNoYW8xMg_size_16_color_FFFFFF_t_70 1][]

### 1.2.1 Agent ###

Agent 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。

### 1.2.2 Source ###

Source 是负责接收数据到 Flume Agent 的组件。Source 组件可以处理各种类型、各种 格式的日志数据，包括 avro、thrift、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy。

### 1.2.3 Sink ###

Sink 不断地轮询 Channel 中的事件且批量地移除它们，并将这些事件批量写入到存储 或索引系统、或者被发送到另一个 Flume Agent。 Sink 组件目的地包括 hdfs、logger、avro、thrift、ipc、file、HBase、solr、自定 义。

### 1.2.4 Channel ###

Channel 是位于 Source 和 Sink 之间的缓冲区。因此，Channel 允许 Source 和 Sink 运 作在不同的速率上。Channel 是线程安全的，可以同时处理几个 Source 的写入操作和几个 Sink 的读取操作。 Flume 自带两种 Channel：Memory Channel 和 File Channel 以及 Kafka Channel。 Memory Channel 是内存中的队列。Memory Channel 在不需要关心数据丢失的情景下适 用。如果需要关心数据丢失，那么 Memory Channel 就不应该使用，因为程序死亡、机器宕 机或者重启都会导致数据丢失。 File Channel 将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数 据。

### 1.2.5 Event ###

传输单元，Flume 数据传输的基本单元，以 Event 的形式将数据从源头送至目的地。 Event 由 Header 和 Body 两部分组成，Header 用来存放该 event 的一些属性，为 K-V 结构， Body 用来存放该条数据，形式为字节数组。

![20210522151135226.png][]

# 二 Flume 快速入门 #

## 2.1 Flume 安装部署 ##

### 2.1.1 安装地址 ###

1） Flume 官网地址 http://flume.apache.org/

2）文档查看地址 http://flume.apache.org/FlumeUserGuide.html

3）下载地址 http://archive.apache.org/dist/flume/

### 2.1.2 安装部署 ###

1）将 apache-flume-1.9.0-bin.tar.gz 上传到 linux 的/opt/software 目录下

2）解压 apache-flume-1.9.0-bin.tar.gz 到/opt/module/目录下

tar -zxf apache-flume-1.9.0- bin.tar.gz -C /opt/module/

3）修改 apache-flume-1.9.0-bin 的名称为 flume

mv apache-flume-1.9.0-bin flume

4）将 flume/conf 下的 flume-env.sh.template 文件修改为 flume-env.sh，并配置 flume-env.sh 文件

mv flume-env.sh.template flume-env.sh
    
    vi flume-env.sh
    
    export JAVA_HOME=/opt/module/jdk1.8.0_144

## 三 Flume 常用案例 ##

## 3.1 实时监控单个追加文件 ##

## 3.2 实时监控目录下多个新文件 ##

## 3.3 实时监控目录下的多个追加文件 ##

## 3.4 实时监控MySQL（自定义） ##

## 3.5 实时监控FTP（自定义） ##

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xvdmVsaWNoYW8xMg_size_16_color_FFFFFF_t_70]: /images/20221014/23c24a91fa04461686f10eb1f7aac0ae.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xvdmVsaWNoYW8xMg_size_16_color_FFFFFF_t_70 1]: /images/20221014/6b30908434204bfabf2918b3c50fd546.png
[20210522151135226.png]: /images/20221014/e5975d71821544a0bca5504caba6809c.png