API 文档

Flume 接入 CKafka

最近更新时间:2021-12-28 10:17:35

Apache Flume 是一个分布式、可靠、高可用的日志收集系统,支持各种各样的数据来源(如 HTTP、Log 文件、JMS、监听端口数据等),能将这些数据源的海量日志数据进行高效收集、聚合、移动,最后存储到指定存储系统中(如 Kafka、分布式文件系统、Solr 搜索服务器等)。

Flume 基本结构如下:

Flume 以 agent 为最小的独立运行单位。一个 agent 就是一个 JVM,单个 agent 由 Source、Sink 和 Channel 三大组件构成。

Flume 与 Kafka

把数据存储到 HDFS 或者 HBase 等下游存储模块或者计算模块时需要考虑各种复杂的场景,例如并发写入的量以及系统承载压力、网络延迟等问题。Flume 作为灵活的分布式系统具有多种接口,同时提供可定制化的管道。
在生产处理环节中,当生产与处理速度不一致时,Kafka 可以充当缓存角色。Kafka 拥有 partition 结构以及采用 append 追加数据,使 Kafka 具有优秀的吞吐能力;同时其拥有 replication 结构,使 Kafka 具有很高的容错性。
所以将 Flume 和 Kafka 结合起来,可以满足生产环境中绝大多数要求。

Flume 接入开源 Kafka

准备工作

  • 下载 Apache Flume (1.6.0以上版本兼容 Kafka)
  • 下载 Kafka工具包 (0.9.x以上版本,0.8已经不支持)
  • 确认 Kafka 的 Source、 Sink 组件已经在 Flume 中。

接入方式

Kafka 可作为 Source 或者 Sink 端对消息进行导入或者导出。

配置 kafka 作为消息来源,即将自己作为消费者,从 Kafka 中拉取数据传入到指定 Sink 中。主要配置选项如下:

配置项说明
channels自己配置的 Channel
type必须为:org.apache.flume.source.kafka.KafkaSource
kafka.bootstrap.serversKafka Broker 的服务器地址
kafka.consumer.group.id作为 Kafka 消费端的 Group ID
kafka.topicsKafka 中数据来源 Topic
batchSize每次写入 Channel 的大小
batchDurationMillis每次写入最大间隔时间

示例:

tier1.sources.source1.type = org.apache.flume.source.kafka.KafkaSource 
tier1.sources.source1.channels = channel1
tier1.sources.source1.batchSize = 5000
tier1.sources.source1.batchDurationMillis = 2000
tier1.sources.source1.kafka.bootstrap.servers = localhost:9092
tier1.sources.source1.kafka.topics = test1, test2
tier1.sources.source1.kafka.consumer.group.id = custom.g.id

更多内容请参见 Apache Flume 官网

Flume 接入 CKafka

步骤1:获取 CKafka 实例接入地址

  1. 登录 CKafka 控制台
  2. 在左侧导航栏选择实例列表,单击实例的“ID”,进入实例基本信息页面。
  3. 在实例的基本信息页面的接入方式模块,可获取实例的接入地址。

步骤2:创建 Topic

  1. 在实例基本信息页面,选择顶部Topic管理页签。
  2. 在Topic管理页面,单击新建,创建一个名为 flume_test 的 Topic。

步骤3:配置 Flume

  1. 下载 Apache Flume 工具包并解压

  2. 编写配置文件 flume-kafka-sink.properties,以下是一个简单的 Demo(配置在解压目录的 conf 文件夹下),若无特殊要求则将自己的实例 IP 与 Topic 替换到配置文件当中即可。本例使用的 source 为 tail -F flume-test ,即文件中新增的信息。

  3. 执行如下命令启动 Flume。

    ./bin/flume-ng agent -n agentckafka -c conf -f conf/flume-kafka-sink.properties

  4. 写入消息到 flume-test 文件中,此时消息将由 Flume 写入到 CKafka。

  5. 启动 CKafka 客户端进行消费。

    ./kafka-console-consumer.sh --bootstrap-server xx.xx.xx.xx:xxxx --topic flume_test --from-beginning --new-consumer

    说明

    bootstrap-server 填写刚创建的 CKafka 实例的接入地址,topic 填写刚创建的 Topic 名称。


    可以看到刚才的消息被消费出来。

目录