前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >大数据日志收集框架之Flume入门

大数据日志收集框架之Flume入门

作者头像
我是攻城师
发布2018-05-14 15:15:37
1.2K0
发布2018-05-14 15:15:37
举报
文章被收录于专栏:我是攻城师

Flume是Cloudrea公司开源的一款优秀的日志收集框架,主要经历了两个大的版本,分别是 Flume-OG Flume-NG OG是0.9.x的版本,依赖zookeeper,角色职责不够单一, NG是新版本指1.x的版本,官网解释它更轻量级,更小,角色职责更单一,利用点到点进行容错,当然这也是以后的趋势, 要理解Flume,就首先理解它的架构,下面看下,官网的一张拓扑图:

名词解释: Source:泛指所有的日志收集源,可以是web页面,log文件,数据库,端口,卡口信息等 Channel:提供中转的临时存储区,可以是本地文件,redis,kakfa,数据库,内存等 Sink:指日志最终落地的存储区,可以是数据库,HDFS,Hbase,Hive,本地文件等 Agent:指上面三者组合后的一个完整的数据收集代理,有了这个代理,我们把它安装任何机器上进行收集日志,当然前提是这个Agent符合这个机器上的业务。 下面看下,安装实战例子: 首先下载flume-ng的安装包: wget http://archive.apache.org/dist/flume/1.6.0/apache-flume-1.6.0-bin.tar.gz 解压 tar -zxvf apache-flume-1.6.0-bin.tar.gz 将根目录下的conf下的一些模板文件,重命名成正常文件 如果没有配置JAVA_HOME为环境变量的话, 则需要在flume-env.sh里面配置jdk的地址 1,然后新建一个first.properties的文件,加入以下配置:

Java代码

  1. [webmaster@Hadoop-0-187 conf]$ cat first.properties
  2. # example.conf: A single-node Flume configuration
  3. # Name the components on this agent
  4. #datasource
  5. a1.sources = r1
  6. #store
  7. a1.sinks = k1
  8. #transfer
  9. a1.channels = c1
  10. # Describe/configure the source
  11. a1.sources.r1.type = netcat
  12. a1.sources.r1.bind = localhost
  13. a1.sources.r1.port = 44444
  14. # Describe the sink
  15. a1.sinks.k1.type = logger
  16. # Use a channel which buffers events in memory
  17. a1.channels.c1.type = memory
  18. a1.channels.c1.capacity = 1000
  19. a1.channels.c1.transactionCapacity = 100
  20. # Bind the source and sink to the channel
  21. a1.sources.r1.channels = c1
  22. a1.sinks.k1.channel = c1

配置例子2:收集本地日志到hadoop里面 hdfs的sink目前支持三种文件类型: (1)SequenceFile 文本不可见 (2)DataStream 设置hdfs.writeFormat=Text,文本可见 (3)CompressedStream 设置hdfs.codeC=gzip, bzip2, lzo, lzop, snappy,其中一种,后面三个需要编译hadoop时支持才能设置。 默认是SequenceFile,以文本方式写进入的数据,是不可见的,除非改变类型为DataStream , 然后设置hdfs.writeFormat=Text即可,这个选项默认是Writable

Java代码

  1. a.sources=exec-source
  2. a.sinks=hdfs-sink
  3. a.channels=ch1
  4. #####source conf
  5. a.sources.exec-source.type=exec
  6. a.sources.exec-source.command=tail -F /ROOT/server/flume/v.log
  7. #####sink conf
  8. a.sinks.hdfs-sink.type=hdfs
  9. a.sinks.hdfs-sink.hdfs.path=hdfs://h1:9000/flume/events
  10. a.sinks.hdfs-sink.hdfs.filePrefix=search
  11. a.sinks.hdfs-sink.hdfs.rollInterval=10
  12. a.sinks.hdfs-sink.hdfs.rollSize=0
  13. #不设置压缩,指定文本方式加入hdfs
  14. #a.sinks.hdfs-sink.hdfs.fileType=DataStream
  15. #a.sinks.hdfs-sink.hdfs.writeFormat=Text
  16. #设置压缩lzo或者snappy
  17. a.sinks.hdfs-sink.hdfs.fileType=CompressedStream
  18. #a.sinks.hdfs-sink.hdfs.codeC=snappy
  19. #a.sinks.hdfs-sink.hdfs.codeC=lzo
  20. #a.sinks.hdfs-sink.hdfs.codeC=lzop
  21. #a.sinks.hdfs-sink.hdfs.codeC=gzip
  22. a.sinks.hdfs-sink.hdfs.codeC=bzip2
  23. ####channels conf
  24. a.channels.ch1.type=memory
  25. a.channels.ch1.capacity=1000
  26. a.sources.exec-source.channels=ch1
  27. a.sinks.hdfs-sink.channel=ch1

启动命令: 最后的a与配置文件里面的agent的name必须一致 bin/flume-ng agent --conf conf --conf-file conf/to_hdfs.properties --name a 下面是一个按年月日时分,收集的日志:

Java代码

  1. a.sources=exec-source
  2. a.sinks=hdfs-sink
  3. a.channels=ch1
  4. #####source conf
  5. a.sources.exec-source.type=exec
  6. a.sources.exec-source.command=tail -F /ROOT/server/flume/v.log
  7. #####sink conf
  8. a.sinks.hdfs-sink.type=hdfs
  9. a.sinks.hdfs-sink.hdfs.path=hdfs://h1:9000/flume/events/%Y/%m/%d/%H/%M
  10. a.sinks.hdfs-sink.hdfs.filePrefix=search
  11. a.sinks.hdfs-sink.hdfs.rollInterval=10
  12. a.sinks.hdfs-sink.hdfs.rollSize=0
  13. a.sinks.hdfs-sink.hdfs.useLocalTimeStamp=true
  14. #不设置压缩
  15. #a.sinks.hdfs-sink.hdfs.fileType=DataStream
  16. #a.sinks.hdfs-sink.hdfs.writeFormat=Text
  17. #设置压缩lzo或者snappy
  18. a.sinks.hdfs-sink.hdfs.fileType=CompressedStream
  19. #a.sinks.hdfs-sink.hdfs.codeC=snappy
  20. #a.sinks.hdfs-sink.hdfs.codeC=lzo
  21. #a.sinks.hdfs-sink.hdfs.codeC=lzop
  22. #a.sinks.hdfs-sink.hdfs.codeC=gzip
  23. a.sinks.hdfs-sink.hdfs.codeC=bzip2
  24. ####channels conf
  25. a.channels.ch1.type=memory
  26. a.channels.ch1.capacity=1000
  27. a.sources.exec-source.channels=ch1
  28. a.sinks.hdfs-sink.channel=ch1

最后看下,配置flume监听linux的rsyslog的日志: 可用nc模拟telent发送数据到5140端口 echo "<1>hello via syslog" | nc -t localhost 5140 配置/etc/rsyslog.conf 在最后一行,加入tcp转发端口:

Java代码

  1. *.* @@localhost:5140

如果不生效,可考虑:取消注释,使下面的生效: Java代码

  1. # Provides TCP syslog reception
  2. #$ModLoad imtcp
  3. #$InputTCPServerRun 5140

改完之后,重启rsyslog

Java代码

  1. sudo service rsyslog restart

然后配置flume flume监听rsyslog,或者syslog Java代码

  1. a.sources=exec-source
  2. a.sinks=hdfs-sink
  3. a.channels=ch1
  4. #####source conf rsyslog
  5. a.sources.exec-source.type=syslogtcp
  6. a.sources.exec-source.port=5140
  7. a.sources.exec-source.host=0.0.0.0
  8. #####sink conf
  9. a.sinks.hdfs-sink.type=hdfs
  10. a.sinks.hdfs-sink.hdfs.path=hdfs://h1:9000/flume/events/%Y/%m/%d/%H/%M
  11. a.sinks.hdfs-sink.hdfs.filePrefix=search
  12. a.sinks.hdfs-sink.hdfs.rollInterval=10
  13. a.sinks.hdfs-sink.hdfs.rollSize=0
  14. a.sinks.hdfs-sink.hdfs.useLocalTimeStamp=true
  15. #不设置压缩
  16. #a.sinks.hdfs-sink.hdfs.fileType=DataStream
  17. #a.sinks.hdfs-sink.hdfs.writeFormat=Text
  18. #设置压缩lzo或者snappy
  19. a.sinks.hdfs-sink.hdfs.fileType=CompressedStream
  20. #a.sinks.hdfs-sink.hdfs.codeC=snappy
  21. #a.sinks.hdfs-sink.hdfs.codeC=lzo
  22. #a.sinks.hdfs-sink.hdfs.codeC=lzop
  23. #a.sinks.hdfs-sink.hdfs.codeC=gzip
  24. a.sinks.hdfs-sink.hdfs.codeC=bzip2
  25. ####channels conf
  26. a.channels.ch1.type=memory
  27. a.channels.ch1.capacity=1000
  28. a.sources.exec-source.channels=ch1
  29. a.sinks.hdfs-sink.channel=ch1

配置完成启动: 然后看flume的log再次登陆终端,推出终端,sudo命令执行失败,flume都会采集转发到hdfs上存储起来 总结: Flume不愧是大数据平台的一个标准组件,与Hadoop能非常完美的结合,当然,除了与hadoop结合外,还支持Hbase,Hive等, 相比Logstash+ElasticSearch+Kibana的ELK里面的Logstash,flume比较适合结构化的日志收集,存储,而Logstasch则还可以非常方便的解析,清洗数据,虽然flume通过扩展jar也能支持,但logstash使用的是Jruby语法,相比java,则比较简单。这也是ELK都能够快速部署的原因,当然flume也支持向elasticsearch推送索引数据,通过扩展的jar,几乎大部分功能都能轻松实现,所以,没有谁最好用,谁最不好用,只有谁最适合业务,才是最好的!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2016-02-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 我是攻城师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档