Flume优化

野性酷女 2023-10-13 15:14 33阅读 0赞

![33583f525815a5c58acec7a944625fa9.png][]

#### Flume的自动容灾和负载均衡 ####

##### 说明 #####

flume的自动容灾指的是当某一个channel或者sink挡掉后，由其他的sink来接收数据  
flume的负载均衡指的是多个channel处理的event的数量尽可能的相同。

##### 自动容灾 #####

1）上游方案的编写

[root@qianfeng01 ~]# vim first-processor.conf
    
    #list names
    a1.sources = r1
    a1.channels = c1
    a1.sinks = k1 k2
    a1.sources.r1.channels = c1
    a1.sinks.k1.channel = c1
    a1.sinks.k2.channel = c1
    
    
    # source
    a1.sources.r1.type = syslogtcp
    a1.sources.r1.host = qianfeng01
    a1.sources.r1.port = 10086
    
    # channel
    a1.channels.c1.type = memory
    
    # sink
    a1.sinks.k1.type = avro
    a1.sinks.k1.hostname = qianfeng02
    a1.sinks.k1.port = 10087
    
    a1.sinks.k2.type = avro
    a1.sinks.k2.hostname = qianfeng03
    a1.sinks.k2.port = 10088
    
    #设置sink组
    a1.sinkgroups = g1
    a1.sinkgroups.g1.sinks = k1 k2
    a1.sinkgroups.g1.processor.type = failover
    a1.sinkgroups.g1.processor.priority.k1 = 10
    a1.sinkgroups.g1.processor.priority.k2 = 5
    a1.sinkgroups.g1.processor.maxpenalty = 10000

2）下游的qianfeng02上的方案

[root@qianfeng02 flumeconf]# vim second-processor.conf
    
    #list names
    a1.sources = r1
    a1.channels = c1
    a1.sinks = k1
    a1.sources.r1.channels = c1
    a1.sinks.k1.channel = c1
    
    
    # source
    a1.sources.r1.type = avro
    a1.sources.r1.bind = qianfeng02
    a1.sources.r1.port = 10087
    
    # channel
    a1.channels.c1.type = memory
    
    # sink
    a1.sinks.k1.type = logger

3）下游的qianfeng03上的方案

[root@qianfeng03 flumeconf]# vim third-processor.conf
    
    #list names
    a1.sources = r1
    a1.channels = c1
    a1.sinks = k1
    a1.sources.r1.channels = c1
    a1.sinks.k1.channel = c1
    
    
    # source
    a1.sources.r1.type = avro
    a1.sources.r1.bind = qianfeng03
    a1.sources.r1.port = 10088
    
    # channel
    a1.channels.c1.type = memory
    
    # sink
    a1.sinks.k1.type = logger

4）启动

先启动下游的两个方案
    [root@qianfeng02 flumeconf]# flume-ng agent -c ../conf -f second-processor.properties -n a1 -Dflume.root.logger=INFO,console
    [root@qianfeng03 flumeconf]# flume-ng agent -c ../conf -f third-processor.properties -n a1 -Dflume.root.logger=INFO,console
    在启动上游的一个方案
    [root@qianfeng03 flumeconf]# flume-ng agent -c ../conf -f first-processor.properties -n a1 -Dflume.root.logger=INFO,console

5）测试

[root@qianfeng02 ~]# echo "helloworld" | nc qianfeng01 10086
    
    由于k1的优先级是最高的，因此会看到qianfeng02上有数据
    模拟自动容灾，使用ctrl+c 杀死qianfeng02上的方案，就会看到qianfeng03上有数据了。

##### 负载均衡 #####

负载均衡Sink 选择器提供了在多个sink上进行负载均衡流量的功能。 它维护一个活动sink列表的索引来实现负载的分配。 默认支持了**轮询**（`round_robin`）和**随机**（`random`）两种选择机制分配负载。 默认是轮询，可以通过配置来更改。

==注意==：

如果backoff设置为true则启用了退避机制，失败的sink会被放入黑名单，达到一定的超时时间后会自动从黑名单移除。 如从黑名单出来后sink仍然失败，则再次进入黑名单而且超时时间会翻倍，以避免在无响应的sink上浪费过长时间。 如果没有启用退避机制，在禁用此功能的情况下，发生sink传输失败后，会将本次负载传给下一个sink继续尝试，因此这种情况下是不均衡的。

1）上游方案的编写

[root@qianfeng01 ~]# vim first-processor.conf
    
    #list names
    a1.sources = r1
    a1.channels = c1
    a1.sinks = k1 k2
    a1.sources.r1.channels = c1
    a1.sinks.k1.channel = c1
    a1.sinks.k2.channel = c1
    
    
    # source
    a1.sources.r1.type = syslogtcp
    a1.sources.r1.host = qianfeng01
    a1.sources.r1.port = 10086
    
    # channel
    a1.channels.c1.type = memory
    
    # sink
    a1.sinks.k1.type = avro
    a1.sinks.k1.hostname = qianfeng02
    a1.sinks.k1.port = 10087
    
    a1.sinks.k2.type = avro
    a1.sinks.k2.hostname = qianfeng03
    a1.sinks.k2.port = 10088
    
    #设置sink组
    a1.sinkgroups = g1
    a1.sinkgroups.g1.sinks = k1 k2
    a1.sinkgroups.g1.processor.type = load_balance
    a1.sinkgroups.g1.processor.backoff = true
    a1.sinkgroups.g1.processor.selector = random

2）下游的qianfeng02上的方案

3）下游的qianfeng03上的方案

4）启动

5）测试

[root@qianfeng01 ~]# echo "helloworld" | nc qianfeng01 10086
    [root@qianfeng01 ~]# echo "helloworld" | nc qianfeng01 10086
    [root@qianfeng01 ~]# echo "helloworld" | nc qianfeng01 10086
    
    多发几条查看效果.....
    发送数据的时候不要特别快，因为一个channel可以容纳多条Event，发送特别快就查看不到效果，所以慢慢发送，最好的操作方式就发送一条数据后等这条数据已经到某一个sink了，在发送下一条即可。

###  **更多大数据精彩内容欢迎B站搜索“[千锋教育][Link 1]”或者扫码领取全套资料** ###

【千锋教育】大数据开发全套教程，史上最全面的大数据学习视频

[33583f525815a5c58acec7a944625fa9.png]: https://img-blog.csdnimg.cn/img_convert/33583f525815a5c58acec7a944625fa9.png
[Link 1]: https://space.bilibili.com/146668655?spm_id_from=333.337.0.0