大数据技术之Flume(概述,安装,案例等)

太过爱你忘了你带给我的痛 2023-06-18 13:55 15阅读 0赞

# 第1章 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。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70]  
1.2 Flume的优点

1.  可以和任意存储进程集成。
2.  输入的的数据速率大于写入目的存储的速率，flume会进行缓冲，减小hdfs的压力。
3.  flume中的事务基于channel，使用了两个事务模型（sender + receiver），确保消息被可靠发送。  
    Flume使用两个独立的事务分别负责从soucrce到channel，以及从channel到sink的事件传递。一旦事务中所有的数据全部成功提交到channel，那么source才认为该数据读取完成。同理，只有成功被sink写出去的数据，才会从channel中移除。  
    1.3 Flume组成架构  
    请看下图详细解释  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 1]  
    1.3.1 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。  
    1.3.2 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。  
    1.3.3 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。  
    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。  
    1.3.4 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是完全事务性的。在从Channel批量删除数据之前，每个Sink用Channel启动一个事务。批量事件一旦成功写出到存储系统或下一个Flume Agent，Sink就利用Channel提交事务。事务一旦被提交，该Channel从自己的内部缓冲区删除事件。  
    Sink组件目的地包括hdfs、logger、avro、thrift、ipc、file、null、HBase、solr、自定义。  
    1.3.5 Event  
    传输单元，Flume数据传输的基本单元，以事件的形式将数据从源头送至目的地。 Event由可选的header和载有数据的一个byte array 构成。Header是容纳了key-value字符串对的HashMap。  
    1.4 Flume拓扑结构  
    Flume的拓扑结构如下面三张图所示 每张图片下面有注释  
    ![在这里插入图片描述][201912022132116.png]  
    这种模式是将多个flume给顺序连接起来了，从最初的source开始到最终sink传送的目的存储系统。此模式不建议桥接过多的flume数量， flume数量过多不仅会影响传输速率，而且一旦传输过程中某个节点flume宕机，会影响整个传输系统。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 2]  
Flume支持将事件流向一个或者多个目的地。这种模式将数据源复制到多个channel中，每个channel都有相同的数据，sink可以选择传送的不同的目的地。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 3]  
Flume支持使用将多个sink逻辑上分到一个sink组，flume将数据发送到不同的sink，主要解决负载均衡和故障转移问题。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 4]  
这种模式是我们最常见的，也非常实用，日常web应用通常分布在上百个服务器，大者甚至上千个、上万个服务器。产生的日志，处理起来也非常麻烦。用flume的这种组合方式能很好的解决这一问题，每台服务器部署一个flume采集日志，传送到一个集中收集日志的flume，再由此flume上传到hdfs、hive、hbase、jms等，进行日志分析。

1.5 Flume Agent内部原理  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 5]

# 第2章 快速入门 #

2.1 Flume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/**  
2.2 安装部署  
1）将apache-flume-1.7.0-bin.tar.gz上传到linux的/opt/software目录下  
(找不到jar包的可以评论或者私信我)  
2）解压apache-flume-1.7.0-bin.tar.gz到/opt/module/目录下

[jinghang@hadoop102 software]$ tar -zxf apache-flume-1.7.0-bin.tar.gz -C /opt/module/

3）修改apache-flume-1.7.0-bin的名称为flume

[jinghang@hadoop102 module]$ mv apache-flume-1.7.0-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

[jinghang@hadoop102 conf]$ mv flume-env.sh.template flume-env.sh
    [jinghang@hadoop102 conf]$ vi flume-env.sh

export JAVA\_HOME=/opt/module/jdk1.8.0\_144

# 第3章 企业开发案例 #

3.1 监控端口数据官方案例  
1）案例需求：  
首先启动Flume任务，监控本机44444端口，服务端；  
然后通过netcat工具向本机44444端口发送消息，客户端；  
最后Flume将监听的数据实时显示在控制台。  
2）需求分析如下图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 6]  
3）实现步骤：  
1．安装netcat工具

[jinghang@hadoop102 software]$ sudo yum install -y nc

2．判断44444端口是否被占用

[jinghang@hadoop102 flume-telnet]$ sudo netstat -tunlp | grep 44444

功能描述：netstat命令是一个监控TCP/IP网络的非常有用的工具，它可以显示路由表、实际的网络连接以及每一个网络接口设备的状态信息。  
基本语法：netstat \[选项\]  
选项参数：  
\-t或–tcp：显示TCP传输协议的连线状况；  
\-u或–udp：显示UDP传输协议的连线状况；  
\-n或–numeric：直接使用ip地址，而不通过域名服务器；  
\-l或–listening：显示监控中的服务器的Socket；  
\-p或–programs：显示正在使用Socket的程序识别码（PID）和程序名称；  
3．创建Flume Agent配置文件flume-netcat-logger.conf  
在flume目录下创建job文件夹并进入job文件夹。

[jinghang@hadoop102 flume]$ mkdir job
    [jinghang@hadoop102 flume]$ cd job/

在job文件夹下创建Flume Agent配置文件flume-netcat-logger.conf。

[jinghang@hadoop102 job]$ touch flume-netcat-logger.conf

在flume-netcat-logger.conf文件中添加如下内容。

[jinghang@hadoop102 job]$ vim flume-netcat-logger.conf

添加内容如下：  
\#Name the components on this agent  
a1.sources = r1  
a1.sinks = k1  
a1.channels = c1

\#Describe/configure the source  
a1.sources.r1.type = netcat  
a1.sources.r1.bind = localhost  
a1.sources.r1.port = 44444

\#Describe the sink  
a1.sinks.k1.type = logger

\#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  
注：配置文件来源于官方手册http://flume.apache.org/FlumeUserGuide.html

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 7]  
4. 先开启flume监听端口  
第一种写法：

[jinghang@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

第二种写法：

[jinghang@hadoop102 flume]$ bin/flume-ng agent -c conf/ -n a1 -f job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console

参数说明：  
–conf conf/ ：表示配置文件存储在conf/目录  
–name a1 ：表示给agent起名为a1  
–conf-file job/flume-netcat.conf ：flume本次启动读取的配置文件是在job文件夹下的flume-telnet.conf文件。  
\-Dflume.root.logger==INFO,console ：-D表示flume运行时动态修改flume.root.logger参数属性值，并将控制台日志打印级别设置为INFO级别。日志级别包括:log、info、warn、error。  
5．使用netcat工具向本机的44444端口发送内容

[jinghang@hadoop102 ~]$ nc localhost 44444
    hello 
    jinghang

6．在Flume监听页面观察接收数据情况  
3.2 实时读取本地文件到HDFS案例  
1）案例需求：实时监控Hive日志，并上传到HDFS中  
2）需求分析：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 8]  
3）实现步骤：  
1．**Flume要想将数据输出到HDFS，必须持有Hadoop相关jar包  
将commons-configuration-1.6.jar、  
hadoop-auth-2.7.2.jar、  
hadoop-common-2.7.2.jar、  
hadoop-hdfs-2.7.2.jar、  
commons-io-2.4.jar、  
htrace-core-3.1.0-incubating.jar  
拷贝到/opt/module/flume/lib文件夹下。**  
2．创建flume-file-hdfs.conf文件  
创建文件

[jinghang@hadoop102 job]$ touch flume-file-hdfs.conf

注：要想读取Linux系统中的文件，就得按照Linux命令的规则执行命令。由于Hive日志在Linux系统中所以读取文件的类型选择：exec即execute执行的意思。表示执行Linux命令来读取文件。

[jinghang@hadoop102 job]$ vim flume-file-hdfs.conf

添加如下内容  
\#Name the components on this agent  
a2.sources = r2  
a2.sinks = k2  
a2.channels = c2

\#Describe/configure the source  
a2.sources.r2.type = exec  
a2.sources.r2.command = tail -F /opt/module/hive/logs/hive.log  
a2.sources.r2.shell = /bin/bash -c

\#Describe the sink  
a2.sinks.k2.type = hdfs  
a2.sinks.k2.hdfs.path = hdfs://hadoop102:9000/flume/%Y%m%d/%H  
\#上传文件的前缀  
a2.sinks.k2.hdfs.filePrefix = logs-  
\#是否按照时间滚动文件夹  
a2.sinks.k2.hdfs.round = true  
\#多少时间单位创建一个新的文件夹  
a2.sinks.k2.hdfs.roundValue = 1  
\#重新定义时间单位  
a2.sinks.k2.hdfs.roundUnit = hour  
\#是否使用本地时间戳  
a2.sinks.k2.hdfs.useLocalTimeStamp = true  
\#积攒多少个Event才flush到HDFS一次  
a2.sinks.k2.hdfs.batchSize = 1000  
\#设置文件类型，可支持压缩  
a2.sinks.k2.hdfs.fileType = DataStream  
\#多久生成一个新的文件  
a2.sinks.k2.hdfs.rollInterval = 60  
\#设置每个文件的滚动大小  
a2.sinks.k2.hdfs.rollSize = 134217700  
\#文件的滚动与Event数量无关  
a2.sinks.k2.hdfs.rollCount = 0

\#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  
注意：

1.  对于所有与时间相关的转义序列，Event Header中必须存在以 “timestamp”的key（除非hdfs.useLocalTimeStamp设置为true，此方法会使用TimestampInterceptor自动添加timestamp）。  
    a3.sinks.k3.hdfs.useLocalTimeStamp = true

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 9]  
3．执行监控配置

[jinghang@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf

4．开启Hadoop和Hive并操作Hive产生日志

[jinghang@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
    [jinghang@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
    
    [jinghang@hadoop102 hive]$ bin/hive
    hive (default)>

5．在HDFS上查看文件。

3.3 实时读取目录文件到HDFS案例  
1）案例需求：使用Flume监听整个目录的文件  
2）需求分析：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 10]  
3）实现步骤：  
1．创建配置文件flume-dir-hdfs.conf  
创建一个文件

[jinghang@hadoop102 job]$ touch flume-dir-hdfs.conf

打开文件

[jinghang@hadoop102 job]$ vim flume-dir-hdfs.conf

添加如下内容  
a3.sources = r3  
a3.sinks = k3  
a3.channels = c3

\#Describe/configure the source  
a3.sources.r3.type = spooldir  
a3.sources.r3.spoolDir = /opt/module/flume/upload  
a3.sources.r3.fileSuffix = .COMPLETED  
a3.sources.r3.fileHeader = true  
\#忽略所有以.tmp结尾的文件，不上传  
a3.sources.r3.ignorePattern = (\[^ \]\*.tmp)

\#Describe the sink  
a3.sinks.k3.type = hdfs  
a3.sinks.k3.hdfs.path = hdfs://hadoop102:9000/flume/upload/%Y%m%d/%H  
\#上传文件的前缀  
a3.sinks.k3.hdfs.filePrefix = upload-  
\#是否按照时间滚动文件夹  
a3.sinks.k3.hdfs.round = true  
\#多少时间单位创建一个新的文件夹  
a3.sinks.k3.hdfs.roundValue = 1  
\#重新定义时间单位  
a3.sinks.k3.hdfs.roundUnit = hour  
\#是否使用本地时间戳  
a3.sinks.k3.hdfs.useLocalTimeStamp = true  
\#积攒多少个Event才flush到HDFS一次  
a3.sinks.k3.hdfs.batchSize = 100  
\#设置文件类型，可支持压缩  
a3.sinks.k3.hdfs.fileType = DataStream  
\#多久生成一个新的文件  
a3.sinks.k3.hdfs.rollInterval = 60  
\#设置每个文件的滚动大小大概是128M  
a3.sinks.k3.hdfs.rollSize = 134217700  
\#文件的滚动与Event数量无关  
a3.sinks.k3.hdfs.rollCount = 0

\#Use a channel which buffers events in memory  
a3.channels.c3.type = memory  
a3.channels.c3.capacity = 1000  
a3.channels.c3.transactionCapacity = 100

\#Bind the source and sink to the channel  
a3.sources.r3.channels = c3  
a3.sinks.k3.channel = c3  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 11]  
2. 启动监控文件夹命令

[jinghang@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf

**说明： 在使用Spooling Directory Source时**  
**1) 不要在监控目录中创建并持续修改文件  
2) 上传完成的文件会以.COMPLETED结尾  
3) 被监控文件夹每500毫秒扫描一次文件变动**

1.  向upload文件夹中添加文件  
    在/opt/module/flume目录下创建upload文件夹

[jinghang@hadoop102 flume]$ mkdir upload

向upload文件夹中添加文件

[jinghang@hadoop102 upload]$ touch jinghang.txt
    [jinghang@hadoop102 upload]$ touch jinghang.tmp
    [jinghang@hadoop102 upload]$ touch jinghang.log

1.  查看HDFS上的数据
2.  等待1s，再次查询upload文件夹

[jinghang@hadoop102 upload]$ ll

总用量 0
    -rw-rw-r--. 1 jinghang jinghang 0 5月  20 22:31 jinghang.log.COMPLETED
    -rw-rw-r--. 1 jinghang jinghang 0 5月  20 22:31 jinghang.tmp
    -rw-rw-r--. 1 jinghang jinghang 0 5月  20 22:31 jinghang.txt.COMPLETED

3.4 单数据源多出口案例(选择器)  
单Source多Channel、Sink如下图所示。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 12]  
1）案例需求：使用Flume-1监控文件变动，Flume-1将变动内容传递给Flume-2，Flume-2负责存储到HDFS。同时Flume-1将变动内容传递给Flume-3，Flume-3负责输出到Local FileSystem。  
2）需求分析：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 13]  
3）实现步骤：  
0．准备工作  
在/opt/module/flume/job目录下创建group1文件夹  
\[jinghang@hadoop102 job\]$ cd group1/  
在/opt/module/datas/目录下创建flume3文件夹

[jinghang@hadoop102 datas]$ mkdir flume3

1．创建flume-file-flume.conf  
配置1个接收日志文件的source和两个channel、两个sink，分别输送给flume-flume-hdfs和flume-flume-dir。  
创建配置文件并打开

[jinghang@hadoop102 group1]$ touch flume-file-flume.conf
    [jinghang@hadoop102 group1]$ vim flume-file-flume.conf

添加如下内容  
\#Name the components on this agent  
a1.sources = r1  
a1.sinks = k1 k2  
a1.channels = c1 c2  
\#将数据流复制给所有channel  
a1.sources.r1.selector.type = replicating

\#Describe/configure the source  
a1.sources.r1.type = exec  
a1.sources.r1.command = tail -F /opt/module/hive/logs/hive.log  
a1.sources.r1.shell = /bin/bash -c

\#Describe the sink  
\#sink端的avro是一个数据发送者  
a1.sinks.k1.type = avro  
a1.sinks.k1.hostname = hadoop102  
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro  
a1.sinks.k2.hostname = hadoop102  
a1.sinks.k2.port = 4142

\#Describe the channel  
a1.channels.c1.type = memory  
a1.channels.c1.capacity = 1000  
a1.channels.c1.transactionCapacity = 100

a1.channels.c2.type = memory  
a1.channels.c2.capacity = 1000  
a1.channels.c2.transactionCapacity = 100

\#Bind the source and sink to the channel  
a1.sources.r1.channels = c1 c2  
a1.sinks.k1.channel = c1  
a1.sinks.k2.channel = c2

注：Avro是由Hadoop创始人Doug Cutting创建的一种语言无关的数据序列化和RPC框架。  
注：RPC（Remote Procedure Call）—远程过程调用，它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。  
2．创建flume-flume-hdfs.conf  
配置上级Flume输出的Source，输出是到HDFS的Sink。  
创建配置文件并打开

[jinghang@hadoop102 group1]$ touch flume-flume-hdfs.conf
    [jinghang@hadoop102 group1]$ vim flume-flume-hdfs.conf

添加如下内容  
\#Name the components on this agent  
a2.sources = r1  
a2.sinks = k1  
a2.channels = c1

\#Describe/configure the source  
\#source端的avro是一个数据接收服务  
a2.sources.r1.type = avro  
a2.sources.r1.bind = hadoop102  
a2.sources.r1.port = 4141

\#Describe the sink  
a2.sinks.k1.type = hdfs  
a2.sinks.k1.hdfs.path = hdfs://hadoop102:9000/flume2/%Y%m%d/%H  
\#上传文件的前缀  
a2.sinks.k1.hdfs.filePrefix = flume2-  
\#是否按照时间滚动文件夹  
a2.sinks.k1.hdfs.round = true  
\#多少时间单位创建一个新的文件夹  
a2.sinks.k1.hdfs.roundValue = 1  
\#重新定义时间单位  
a2.sinks.k1.hdfs.roundUnit = hour  
\#是否使用本地时间戳  
a2.sinks.k1.hdfs.useLocalTimeStamp = true  
\#积攒多少个Event才flush到HDFS一次  
a2.sinks.k1.hdfs.batchSize = 100  
\#设置文件类型，可支持压缩  
a2.sinks.k1.hdfs.fileType = DataStream  
\#多久生成一个新的文件  
a2.sinks.k1.hdfs.rollInterval = 600  
\#设置每个文件的滚动大小大概是128M  
a2.sinks.k1.hdfs.rollSize = 134217700  
\#文件的滚动与Event数量无关  
a2.sinks.k1.hdfs.rollCount = 0

\#Describe the channel  
a2.channels.c1.type = memory  
a2.channels.c1.capacity = 1000  
a2.channels.c1.transactionCapacity = 100

\#Bind the source and sink to the channel  
a2.sources.r1.channels = c1  
a2.sinks.k1.channel = c1  
3．创建flume-flume-dir.conf  
配置上级Flume输出的Source，输出是到本地目录的Sink。  
创建配置文件并打开

[jinghang@hadoop102 group1]$ touch flume-flume-dir.conf
    [jinghang@hadoop102 group1]$ vim flume-flume-dir.conf

添加如下内容  
\#Name the components on this agent  
a3.sources = r1  
a3.sinks = k1  
a3.channels = c2

\#Describe/configure the source  
a3.sources.r1.type = avro  
a3.sources.r1.bind = hadoop102  
a3.sources.r1.port = 4142

\#Describe the sink  
a3.sinks.k1.type = file\_roll  
a3.sinks.k1.sink.directory = /opt/module/data/flume3

\#Describe the channel  
a3.channels.c2.type = memory  
a3.channels.c2.capacity = 1000  
a3.channels.c2.transactionCapacity = 100

\#Bind the source and sink to the channel  
a3.sources.r1.channels = c2  
a3.sinks.k1.channel = c2  
提示：输出的本地目录必须是已经存在的目录，如果该目录不存在，并不会创建新的目录。  
4．执行配置文件  
分别开启对应配置文件：flume-flume-dir，flume-flume-hdfs，flume-file-flume。

[jinghang@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group1/flume-flume-dir.conf
    
    [jinghang@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group1/flume-flume-hdfs.conf
    
    [jinghang@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group1/flume-file-flume.conf

5．启动Hadoop和Hive

[jinghang@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
    [jinghang@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
    
    [jinghang@hadoop102 hive]$ bin/hive
    hive (default)>

6．检查HDFS上数据

7检查/opt/module/datas/flume3目录中数据

[jinghang@hadoop102 flume3]$ ll
    总用量 8
    -rw-rw-r--. 1 jinghang jinghang 5942 5月  22 00:09 1526918887550-3

3.5 单数据源多出口案例(Sink组)

单Source、Channel多Sink(负载均衡)如下图所示。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 14]

1）案例需求：使用Flume-1监控文件变动，Flume-1将变动内容传递给Flume-2，Flume-2负责存储到控制台。同时Flume-1将变动内容传递给Flume-3，Flume-3也负责存储到控制台  
2）需求分析：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 15]  
3）实现步骤：  
0．准备工作  
在/opt/module/flume/job目录下创建group2文件夹

[jinghang@hadoop102 job]$ cd group2/

1．创建flume-netcat-flume.conf  
配置1个接收日志文件的source和1个channel、两个sink，分别输送给flume-flume-console1和flume-flume-console2。  
创建配置文件并打开  
\[jinghang@hadoop102 group2\]$ touch flume-netcat-flume.conf  
\[jinghang@hadoop102 group2\]$ vim flume-netcat-flume.conf  
添加如下内容  
\#Name the components on this agent  
a1.sources = r1  
a1.channels = c1  
a1.sinkgroups = g1  
a1.sinks = k1 k2

\#Describe/configure the source  
a1.sources.r1.type = netcat  
a1.sources.r1.bind = localhost  
a1.sources.r1.port = 44444

a1.sinkgroups.g1.processor.type = load\_balance  
a1.sinkgroups.g1.processor.backoff = true  
a1.sinkgroups.g1.processor.selector = round\_robin  
a1.sinkgroups.g1.processor.selector.maxTimeOut=10000

\#Describe the sink  
a1.sinks.k1.type = avro  
a1.sinks.k1.hostname = hadoop102  
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro  
a1.sinks.k2.hostname = hadoop102  
a1.sinks.k2.port = 4142

\#Describe the channel  
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.sinkgroups.g1.sinks = k1 k2  
a1.sinks.k1.channel = c1  
a1.sinks.k2.channel = c1  
注：Avro是由Hadoop创始人Doug Cutting创建的一种语言无关的数据序列化和RPC框架。  
注：RPC（Remote Procedure Call）—远程过程调用，它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。  
2．创建flume-flume-console1.conf  
配置上级Flume输出的Source，输出是到本地控制台。  
创建配置文件并打开

[jinghang@hadoop102 group2]$ touch flume-flume-console1.conf
    [jinghang@hadoop102 group2]$ vim flume-flume-console1.conf

添加如下内容  
\#Name the components on this agent  
a2.sources = r1  
a2.sinks = k1  
a2.channels = c1

\#Describe/configure the source  
a2.sources.r1.type = avro  
a2.sources.r1.bind = hadoop102  
a2.sources.r1.port = 4141

\#Describe the sink  
a2.sinks.k1.type = logger

\#Describe the channel  
a2.channels.c1.type = memory  
a2.channels.c1.capacity = 1000  
a2.channels.c1.transactionCapacity = 100

\#Bind the source and sink to the channel  
a2.sources.r1.channels = c1  
a2.sinks.k1.channel = c1  
3．创建flume-flume-console2.conf  
配置上级Flume输出的Source，输出是到本地控制台。  
创建配置文件并打开

[jinghang@hadoop102 group2]$ touch flume-flume-console2.conf
    [jinghang@hadoop102 group2]$ vim flume-flume-console2.conf

添加如下内容  
\#Name the components on this agent  
a3.sources = r1  
a3.sinks = k1  
a3.channels = c2

\#Describe/configure the source  
a3.sources.r1.type = avro  
a3.sources.r1.bind = hadoop102  
a3.sources.r1.port = 4142

\#Describe the sink  
a3.sinks.k1.type = logger

\#Describe the channel  
a3.channels.c2.type = memory  
a3.channels.c2.capacity = 1000  
a3.channels.c2.transactionCapacity = 100

\#Bind the source and sink to the channel  
a3.sources.r1.channels = c2  
a3.sinks.k1.channel = c2  
4．执行配置文件  
分别开启对应配置文件：flume-flume-console2，flume-flume-console1，flume-netcat-flume。  
\[jinghang@hadoop102 flume\]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group2/flume-flume-console2.conf -Dflume.root.logger=INFO,console

\[jinghang@hadoop102 flume\]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group2/flume-flume-console1.conf -Dflume.root.logger=INFO,console

\[jinghang@hadoop102 flume\]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group2/flume-netcat-flume.conf  
5. 使用netcat工具向本机的44444端口发送内容  
$ nc localhost 44444  
6. 查看Flume2及Flume3的控制台打印日志  
3.6 多数据源汇总案例  
多Source汇总数据到单Flume如下图所示。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 16]

1） 案例需求：  
hadoop103上的Flume-1监控文件/opt/module/group.log，  
hadoop102上的Flume-2监控某一个端口的数据流，  
Flume-1与Flume-2将数据发送给hadoop104上的Flume-3，Flume-3将最终数据打印到控制台。  
2）需求分析：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 17]  
3）实现步骤：  
0．准备工作  
分发Flume

[jinghang@hadoop102 module]$ xsync flume

在hadoop102、hadoop103以及hadoop104的/opt/module/flume/job目录下创建一个group3文件夹。

[jinghang@hadoop102 job]$ mkdir group3
    [jinghang@hadoop103 job]$ mkdir group3
    [jinghang@hadoop104 job]$ mkdir group3

1．创建flume1-logger-flume.conf  
配置Source用于监控hive.log文件，配置Sink输出数据到下一级Flume。  
在hadoop103上创建配置文件并打开

[jinghang@hadoop103 group3]$ touch flume1-logger-flume.conf
    [jinghang@hadoop103 group3]$ vim flume1-logger-flume.conf

添加如下内容  
\#Name the components on this agent  
a1.sources = r1  
a1.sinks = k1  
a1.channels = c1

\#Describe/configure the source  
a1.sources.r1.type = exec  
a1.sources.r1.command = tail -F /opt/module/group.log  
a1.sources.r1.shell = /bin/bash -c

\#Describe the sink  
a1.sinks.k1.type = avro  
a1.sinks.k1.hostname = hadoop104  
a1.sinks.k1.port = 4141

\#Describe the channel  
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．创建flume2-netcat-flume.conf  
配置Source监控端口44444数据流，配置Sink数据到下一级Flume：  
在hadoop102上创建配置文件并打开  
\[jinghang@hadoop102 group3\]$ touch flume2-netcat-flume.conf  
\[jinghang@hadoop102 group3\]$ vim flume2-netcat-flume.conf  
添加如下内容  
\#Name the components on this agent  
a2.sources = r1  
a2.sinks = k1  
a2.channels = c1

\#Describe/configure the source  
a2.sources.r1.type = netcat  
a2.sources.r1.bind = hadoop102  
a2.sources.r1.port = 44444

\#Describe the sink  
a2.sinks.k1.type = avro  
a2.sinks.k1.hostname = hadoop104  
a2.sinks.k1.port = 4141

\#Use a channel which buffers events in memory  
a2.channels.c1.type = memory  
a2.channels.c1.capacity = 1000  
a2.channels.c1.transactionCapacity = 100

\#Bind the source and sink to the channel  
a2.sources.r1.channels = c1  
a2.sinks.k1.channel = c1  
3．创建flume3-flume-logger.conf  
配置source用于接收flume1与flume2发送过来的数据流，最终合并后sink到控制台。  
在hadoop104上创建配置文件并打开

[jinghang@hadoop104 group3]$ touch flume3-flume-logger.conf
    [jinghang@hadoop104 group3]$ vim flume3-flume-logger.conf

添加如下内容  
\#Name the components on this agent  
a3.sources = r1  
a3.sinks = k1  
a3.channels = c1

\#Describe/configure the source  
a3.sources.r1.type = avro  
a3.sources.r1.bind = hadoop104  
a3.sources.r1.port = 4141

\#Describe the sink  
\#Describe the sink  
a3.sinks.k1.type = logger

\#Describe the channel  
a3.channels.c1.type = memory  
a3.channels.c1.capacity = 1000  
a3.channels.c1.transactionCapacity = 100

\#Bind the source and sink to the channel  
a3.sources.r1.channels = c1  
a3.sinks.k1.channel = c1  
4．执行配置文件  
分别开启对应配置文件：flume3-flume-logger.conf，flume2-netcat-flume.conf，flume1-logger-flume.conf。

[jinghang@hadoop104 flume]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group3/flume3-flume-logger.conf -Dflume.root.logger=INFO,console

[jinghang@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group3/flume2-netcat-flume.conf

[jinghang@hadoop103 flume]$ bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group3/flume1-logger-flume.conf

5．在hadoop103上向/opt/module目录下的group.log追加内容

[jinghang@hadoop103 module]$ echo 'hello' > group.log

6．在hadoop102上向44444端口发送数据

[jinghang@hadoop102 flume]$ telnet hadoop102 44444

7.检查hadoop104上数据

# 第4章 Flume监控之Ganglia #

4.1 Ganglia的安装与部署

1.  安装httpd服务与php

[jinghang@hadoop102 flume]$ sudo yum -y install httpd php

1.  安装其他依赖

[jinghang@hadoop102 flume]$ sudo yum -y install rrdtool perl-rrdtool rrdtool-devel

[jinghang@hadoop102 flume]$ sudo yum -y install apr-devel

1.  安装ganglia

[jinghang@hadoop102 flume]$ sudo rpm -Uvh

http://dl.fedoraproject.org/pub/epel/6/x86\_64/epel-release-6-8.noarch.rpm

[jinghang@hadoop102 flume]$ sudo yum -y install ganglia-gmetad 
    [jinghang@hadoop102 flume]$ sudo yum -y install ganglia-web
    [jinghang@hadoop102 flume]$ sudo yum install -y ganglia-gmond

Ganglia由gmond、gmetad和gweb三部分组成。  
gmond（Ganglia Monitoring Daemon）是一种轻量级服务，安装在每台需要收集指标数据的节点主机上。使用gmond，你可以很容易收集很多系统指标数据，如CPU、内存、磁盘、网络和活跃进程的数据等。  
gmetad（Ganglia Meta Daemon）整合所有信息，并将其以RRD格式存储至磁盘的服务。  
gweb（Ganglia Web）Ganglia可视化工具，gweb是一种利用浏览器显示gmetad所存储数据的PHP前端。在Web界面中以图表方式展现集群的运行状态下收集的多种不同指标数据。  
4) 修改配置文件/etc/httpd/conf.d/ganglia.conf

[jinghang@hadoop102 flume]$ sudo vim /etc/httpd/conf.d/ganglia.conf

修改为黄颜色的配置：  
\#Ganglia monitoring system php web frontend  
Alias /ganglia /usr/share/ganglia  
<Location /ganglia>  
Order deny,allow  
\#Deny from all  
Allow from all  
\#Allow from 127.0.0.1  
\#Allow from ::1  
\#Allow from .example.com  
  
5) 修改配置文件/etc/ganglia/gmetad.conf

[jinghang@hadoop102 flume]$ sudo vim /etc/ganglia/gmetad.conf

修改为：  
data\_source “hadoop102” 192.168.1.102  
6) 修改配置文件/etc/ganglia/gmond.conf

[jinghang@hadoop102 flume]$ sudo vim /etc/ganglia/gmond.conf

修改为：  
cluster \{  
name = “hadoop102”  
owner = “unspecified”  
latlong = “unspecified”  
url = “unspecified”  
\}  
udp\_send\_channel \{  
\#bind\_hostname = yes \# Highly recommended, soon to be default.  
\# This option tells gmond to use a source address  
\# that resolves to the machine’s hostname. Without  
\# this, the metrics may appear to come from any  
\# interface and the DNS names associated with  
\# those IPs will be used to create the RRDs.  
\#mcast\_join = 239.2.11.71  
host = 192.168.1.102  
port = 8649  
ttl = 1  
\}  
udp\_recv\_channel \{  
\#mcast\_join = 239.2.11.71  
port = 8649  
bind = 192.168.1.102  
retry\_bind = true  
\#Size of the UDP buffer. If you are handling lots of metrics you really  
\#should bump it up to e.g. 10MB or even higher.  
\#buffer = 10485760  
\}

1.  修改配置文件/etc/selinux/config

[jinghang@hadoop102 flume]$ sudo vim /etc/selinux/config

修改为：  
\#This file controls the state of SELinux on the system.  
\#SELINUX= can take one of these three values:  
\#enforcing - SELinux security policy is enforced.  
\#permissive - SELinux prints warnings instead of enforcing.  
\#disabled - No SELinux policy is loaded.  
SELINUX=disabled  
\#SELINUXTYPE= can take one of these two values:  
\#targeted - Targeted processes are protected,  
\#mls - Multi Level Security protection.  
SELINUXTYPE=targeted  
**尖叫提示**：selinux本次生效关闭必须重启，如果此时不想重启，可以临时生效之：

[jinghang@hadoop102 flume]$ sudo setenforce 0

1.  启动ganglia

[jinghang@hadoop102 flume]$ sudo service httpd start
    [jinghang@hadoop102 flume]$ sudo service gmetad start
    [jinghang@hadoop102 flume]$ sudo service gmond start

1.  打开网页浏览ganglia页面  
    http://192.168.1.102/ganglia  
    **尖叫提示**：如果完成以上操作依然出现权限不足错误，请修改/var/lib/ganglia目录的权限：

[jinghang@hadoop102 flume]$ sudo chmod -R 777 /var/lib/ganglia

4.2 操作Flume测试监控

1.  修改/opt/module/flume/conf目录下的flume-env.sh配置：  
    JAVA\_OPTS="-Dflume.monitoring.type=ganglia  
    \-Dflume.monitoring.hosts=192.168.1.102:8649  
    \-Xms100m  
    \-Xmx200m"
2.  启动Flume任务

[jinghang@hadoop102 flume]$ bin/flume-ng agent \
    --conf conf/ \
    --name a1 \
    --conf-file job/flume-netcat-logger.conf \
    -Dflume.root.logger==INFO,console \
    -Dflume.monitoring.type=ganglia \
    -Dflume.monitoring.hosts=192.168.1.102:8649

1.  发送数据观察ganglia监测图

[jinghang@hadoop102 flume]$ nc localhost 44444

样式如下图-  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 18]

# 第5章 自定义Source #

5.1 介绍  
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。官方提供的source类型已经很多，但是有时候并不能满足实际开发当中的需求，此时我们就需要根据实际需求自定义某些source。  
官方也提供了自定义source的接口：  
https://flume.apache.org/FlumeDeveloperGuide.html\#source根据官方说明自定义MySource需要继承AbstractSource类并实现Configurable和PollableSource接口。  
实现相应方法：  
getBackOffSleepIncrement()//暂不用  
getMaxBackOffSleepInterval()//暂不用  
configure(Context context)//初始化context（读取配置文件内容）  
process()//获取数据封装成event并写入channel，这个方法将被循环调用。  
使用场景：读取MySQL数据或者其他文件系统。  
5.2 需求  
使用flume接收数据，并给每条数据添加前缀，输出到控制台。前缀可从flume配置文件中配置。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 19]  
5.2 分析  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 20]  
5.3 编码  
导入pom依赖  
  
  
org.apache.flume  
flume-ng-core  
1.7.0

package com.jinghang;

import org.apache.flume.Context;  
import org.apache.flume.EventDeliveryException;  
import org.apache.flume.PollableSource;  
import org.apache.flume.conf.Configurable;  
import org.apache.flume.event.SimpleEvent;  
import org.apache.flume.source.AbstractSource;

import java.util.HashMap;

public class MySource extends AbstractSource implements Configurable, PollableSource \{

//定义配置文件将来要读取的字段
    private Long delay;
    private String field;
    
    //初始化配置信息
    @Override
    public void configure(Context context) {
        delay = context.getLong("delay");
        field = context.getString("field", "Hello!");
    }
    
    @Override
    public Status process() throws EventDeliveryException {
    
        try {
            //创建事件头信息
            HashMap<String, String> hearderMap = new HashMap<>();
            //创建事件
            SimpleEvent event = new SimpleEvent();
            //循环封装事件
            for (int i = 0; i < 5; i++) {
                //给事件设置头信息
                event.setHeaders(hearderMap);
                //给事件设置内容
                event.setBody((field + i).getBytes());
                //将事件写入channel
                getChannelProcessor().processEvent(event);
                Thread.sleep(delay);
            }
        } catch (Exception e) {
            e.printStackTrace();
            return Status.BACKOFF;
        }
        return Status.READY;
    }
    
    @Override
    public long getBackOffSleepIncrement() {
        return 0;
    }
    
    @Override
    public long getMaxBackOffSleepInterval() {
        return 0;
    }

5.4 测试  
1）打包  
将写好的代码打包，并放到flume的lib目录（/opt/module/flume）下。  
2）配置文件  
\#Name the components on this agent  
a1.sources = r1  
a1.sinks = k1  
a1.channels = c1

\#Describe/configure the source  
a1.sources.r1.type = com.jinghang.MySource  
a1.sources.r1.delay = 1000  
\#a1.sources.r1.field = jinghang

\#Describe the sink  
a1.sinks.k1.type = logger

\#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  
3）开启任务

[jinghang@hadoop102 flume]$ pwd
    /opt/module/flume
    [jinghang@hadoop102 flume]$ bin/flume-ng agent -c conf/ -f job/mysource.conf -n a1 -Dflume.root.logger=INFO,console

4）结果展示如下图  
![在这里插入图片描述][20191202221849109.png]

# 第6章 自定义Sink #

6.1 介绍  
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是完全事务性的。在从Channel批量删除数据之前，每个Sink用Channel启动一个事务。批量事件一旦成功写出到存储系统或下一个Flume Agent，Sink就利用Channel提交事务。事务一旦被提交，该Channel从自己的内部缓冲区删除事件。  
Sink组件目的地包括hdfs、logger、avro、thrift、ipc、file、null、HBase、solr、自定义。官方提供的Sink类型已经很多，但是有时候并不能满足实际开发当中的需求，此时我们就需要根据实际需求自定义某些Sink。  
官方也提供了自定义source的接口：  
https://flume.apache.org/FlumeDeveloperGuide.html\#sink根据官方说明自定义MySink需要继承AbstractSink类并实现Configurable接口。  
实现相应方法：  
configure(Context context)//初始化context（读取配置文件内容）  
process()//从Channel读取获取数据（event），这个方法将被循环调用。  
使用场景：读取Channel数据写入MySQL或者其他文件系统。  
6.2 需求  
使用flume接收数据，并在Sink端给每条数据添加前缀和后缀，输出到控制台。前后缀可在flume任务配置文件中配置。  
流程分析：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 21]  
6.3 编码  
package com.jinghang;

import org.apache.flume.\*;  
import org.apache.flume.conf.Configurable;  
import org.apache.flume.sink.AbstractSink;  
import org.slf4j.Logger;  
import org.slf4j.LoggerFactory;

public class MySink extends AbstractSink implements Configurable \{

//创建Logger对象
    private static final Logger LOG = LoggerFactory.getLogger(AbstractSink.class);
    
    private String prefix;
    private String suffix;
    
    @Override
    public Status process() throws EventDeliveryException {
    
        //声明返回值状态信息
        Status status;
    
        //获取当前Sink绑定的Channel
        Channel ch = getChannel();
    
        //获取事务
        Transaction txn = ch.getTransaction();
    
        //声明事件
        Event event;
    
        //开启事务
        txn.begin();
    
        //读取Channel中的事件，直到读取到事件结束循环
        while (true) {
            event = ch.take();
            if (event != null) {
                break;
            }
        }
        try {
            //处理事件（打印）
            LOG.info(prefix + new String(event.getBody()) + suffix);
    
            //事务提交
            txn.commit();
            status = Status.READY;
        } catch (Exception e) {
    
            //遇到异常，事务回滚
            txn.rollback();
            status = Status.BACKOFF;
        } finally {
    
            //关闭事务
            txn.close();
        }
        return status;
    }
    
    @Override
    public void configure(Context context) {
    
        //读取配置文件内容，有默认值
        prefix = context.getString("prefix", "hello:");
    
        //读取配置文件内容，无默认值
        suffix = context.getString("suffix");
    }

\}  
6.4 测试  
1）打包  
将写好的代码打包，并放到flume的lib目录（/opt/module/flume）下。  
2）配置文件  
\#Name the components on this agent  
a1.sources = r1  
a1.sinks = k1  
a1.channels = c1

\#Describe/configure the source  
a1.sources.r1.type = netcat  
a1.sources.r1.bind = localhost  
a1.sources.r1.port = 44444

\#Describe the sink  
a1.sinks.k1.type = com.jinghang.MySink  
\#a1.sinks.k1.prefix = jinghang:  
a1.sinks.k1.suffix = :jinghang

\#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  
3）开启任务

[jinghang@hadoop102 flume]$ pwd
    /opt/module/flume
    [jinghang@hadoop102 flume]$ bin/flume-ng agent -c conf/ -f job/mysink.conf -n a1 -Dflume.root.logger=INFO,console
    [jinghang@hadoop102 ~]$ nc localhost 44444
    hello
    OK
    jinghang
    OK

4）结果展示如下图  
![在这里插入图片描述][2019120222224881.png]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191202212512755.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191202212803615.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[201912022132116.png]: https://img-blog.csdnimg.cn/201912022132116.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20191202213301140.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20191202213327892.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20191202213436862.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20191202213626918.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20191202213837780.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20191202214048796.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20191202214323380.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20191202214513679.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20191202214629982.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20191202214812677.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 12]: https://img-blog.csdnimg.cn/20191202215007380.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 13]: https://img-blog.csdnimg.cn/20191202215115627.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 14]: https://img-blog.csdnimg.cn/20191202215407294.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 15]: https://img-blog.csdnimg.cn/2019120221550635.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 16]: https://img-blog.csdnimg.cn/20191202215659474.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 17]: https://img-blog.csdnimg.cn/20191202215815245.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 18]: https://img-blog.csdnimg.cn/20191202221358237.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 19]: https://img-blog.csdnimg.cn/20191202221506768.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 20]: https://img-blog.csdnimg.cn/20191202221631484.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[20191202221849109.png]: https://img-blog.csdnimg.cn/20191202221849109.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw_size_16_color_FFFFFF_t_70 21]: https://img-blog.csdnimg.cn/20191202222114297.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpX0ppYW5fSHVpXw==,size_16,color_FFFFFF,t_70
[2019120222224881.png]: https://img-blog.csdnimg.cn/2019120222224881.png