Flume整合Kafka实时收集日志信息

Linux系统查看文件内容的特殊方法:

最基本的有cat和less,more,如果有特殊的要求的话。 1/如果只想看文件的前5行,可以使用head命令,如: head -5 /etc/passwd

2/如果想查看文件的后10行,可以使用tail命令,如: tail -10 /etc/passwd

3/参数-f使tail不停地去读最新的内容,这样有实时监视的效果: tail -f /var/log/messages

定时调度工具的使用

1/各种工具聚集的网站:https://tool.lu/crontab 2/linux crontab 定时crontab -e 然后在里面编辑:*/1 * * * *    //1代表1分钟 3/vi log_generator.sh 4/把模拟生产日志的脚本generate_log.py执行脚本放进去: python /home/hadoop/data/project/generate_log.py 5/添加sh执行权限 chmod u+x log_generator.sh 6/验证日志能否输出,在日志文件生成的文件目录下执行:tail -200f logs/access.log,定时监控

应用服务器产生access.log ==> 控制台输出

1/Flume配置:exec +memory +logger

2/配置文件accesslog_to_logger.conf (exec-memory-logger):先输出到控制台测试一下

exec-memory-logger.sources = exec-source
exec-memory-logger.sinks = logger-sink
exec-memory-logger.channels = memory-channel

exec-memory-logger.sources.exec-source.type = exec
exec-memory-logger.sources.exec-source.command = tail -F /home/hadoop/data/project/logs/access.log
exec-memory-logger.sources.exec-source.shell = /bin/sh -c

exec-memory-logger.channels.memory-channel.type = memory

exec-memory-logger.sinks.logger-sink.type = logger

exec-memory-logger.sources.exec-source.channels = memory-channel
exec-memory-logger.sinks.logger-sink.channel = memory-channel

3/启动flume-ng agent

flume-ng agent \
--name exec-memory-logger \
--conf $FLUME_HOME/conf \
--conf-file $FLUME_HOME/conf/accesslog_to_logger.conf  \
-Dflume.root.logger=INFO,console

4/每隔1分钟即可在Flume控制台看到日志输出

日志文件==>Flume==>Kafka

1/启动zk:./zkServer.sh start 2/启动Kafka Server:kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties

3/修改Flume配置文件使得flume sink数据到Kafka

选型:exec-memory-kafka
type:org.apache.flume.sink.kafka.KafkaSink
brokerList、topic、requiredAck、batchSize

accesslog_to_kafka.conf

exec-memory-kafka.sources = exec-source
exec-memory-kafka.sinks = kafka-sink
exec-memory-kafka.channels = memory-channel

exec-memory-kafka.sources.exec-source.type = exec
exec-memory-kafka.sources.exec-source.command = tail -F /home/hadoop/data/project/logs/access.log
exec-memory-kafka.sources.exec-source.shell = /bin/sh -c

exec-memory-kafka.channels.memory-channel.type = memory

exec-memory-kafka.sinks.kafka-sink.type = org.apache.flume.sink.kafka.KafkaSink
exec-memory-kafka.sinks.kafka-sink.brokerList = hadoop:9092
exec-memory-kafka.sinks.kafka-sink.topic = flume-kafka-streaming-topic
exec-memory-kafka.sinks.kafka-sink.batchSize = 5
exec-memory-kafka.sinks.kafka-sink.requiredAcks = 1

exec-memory-kafka.sources.exec-source.channels = memory-channel
exec-memory-kafka.sinks.kafka-sink.channel = memory-channel

4/启动flume-ng agent

flume-ng agent \
--name exec-memory-kafka \
--conf $FLUME_HOME/conf \
--conf-file $FLUME_HOME/conf/accesslog_to_kafka.conf \
-Dflume.root.logger=INFO,console

5/启动kafka消费者进行消费 kafka-console-consumer.sh --zookeeper hadoop:2181 --topic flume-kafka-streaming-topic 6/代码消费 hadoop:2181 test flume-kafka-streaming-topic 1

package com.feiyue.bigdata.sparkstreaming

import org.apache.spark.SparkConf
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Seconds, StreamingContext}

object FlumeKafkaStreamingTest {
  def main(args: Array[String]): Unit = {

    if (args.length != 4) {
      println("Usage: FlumeKafkaStreamingTest <zkQuorum> <group> <topics> <numThreads>")
      System.exit(1)
    }

    val sparkConf = new SparkConf().setMaster("local[2]").setAppName("FlumeKafkaStreamingTest")

    val ssc = new StreamingContext(sparkConf, Seconds(60))
    val Array(zkQuorum, group, topics, numThreads) = args

    val topicsMap = topics.split(",").map((_, numThreads.toInt)).toMap

    val messages = KafkaUtils.createStream(ssc, zkQuorum, group, topicsMap)

    messages.map(_._2).count().print()

    ssc.start()
    ssc.awaitTermination()
  }

}

map(_._2) 等价于 map(t => t.2) //t是个2项以上的元组 map(._2, _) 等价与 map(t => t._2, t) //这会返回第二项为首后面项为旧元组的新元组

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏小樱的经验随笔

【批处理学习笔记】第五课:简单的批处理命令(4)

start 命令   调用外部程序,所有的DOS命令和命令行程序都可以由start命令来调用。     如:start calc.exe 即可打开Windows...

2464
来自专栏IT笔记

JavaWeb项目架构之FastDFS分布式文件系统

分布式文件系统:Distributed file system, DFS,又叫做网络文件系统:Network File System。一种允许文件通过网络在多台...

4455
来自专栏WindCoder

《Linux内核分析》之构造一个简单的Linux系统MenuOS 实验总结

在原来配置的基础上,make menuconfig选中如下选项重新配置Linux,使之携带调试信息

541
来自专栏L宝宝聊IT

MySQL高可用——MMM

MMM 即 Multi-Master Replication Manager for MySQL:mysql 多主复制管理器,基于 perl 实现,关于 mys...

653
来自专栏PhpZendo

使用 Laravel 制定 MySQL 数据库备份计划任务

你可以在终端里通过运行一行命令导出整个数据库。这种方案不仅简单直接而且有效。不过有更加自动化的解决方案。让我们来看看究竟是什么!

771
来自专栏乐沙弥的世界

Linux 下安装及配置heartbeat

a、配置主机host解析 b、配置等效验证 c、高可用的相关服务配置(如httpd,myqld等),关闭自启动 d、如需要用到共享存储,还应配置相关...

1174
来自专栏Laoqi's Linux运维专列

Ansible 常用模块详细介绍

903
来自专栏DT乱“码”

一些linux命令总结。

2840
来自专栏加米谷大数据

技术干货 | hbase配置详解

为了能够让namespace支持使用配置属性,如:namespace下表个数(hbase.namespace.quota.maxtables)或者region个...

3855
来自专栏pangguoming

Ubuntu 安装 Redis

1. 下载并安装 redis 2.6.16版 sudo mkdir /usr/local/src/Redis cd /usr/local/src/Redis s...

3388

扫码关注云+社区