flume学习含安装

1&＃xff09;将apache-flume-1.9.0-bin.tar.gz上传到linux的/usr/local/目录下

2&＃xff09;解压apache-flume-1.9.0-bin.tar.gz到/usr/local/目录下

$ tar -zxf apache-flume-1.9.0-bin.tar.gz -C /usr/local/


3&＃xff09;修改apache-flume-1.9.0-bin的名称为flume

$ mv apache-flume-1.9.0-bin flume


4&＃xff09;将flume/conf下的flume-env.sh.template文件修改为flume-env.sh&＃xff0c;并配置flume-env.sh文件

$ mv flume-env.sh.template flume-env.sh
$ vi flume-env.sh
export JAVA_HOME&＃61;/home/hduser/software/jdk1.8.0_221


案例&＃xff1a;

1&＃xff09;

首先&＃xff0c;Flume监控本机44444端口&＃xff0c;然后通过telnet工具向本机44444端口发送消息&＃xff0c;最后Flume将监听的数据实时显示在控制台

需求分析&＃xff1a;

3&＃xff09;实现步骤&＃xff1a;

安装telnet工具
检查是否已经安装telnet

rpm -qa | grep telnet


如果什么都没有&＃xff0c;就是没有安装接着下一步吧。
安装telnet及telnet-server&＃xff0c;注意&＃xff0c;需要root权限来安装。&＃xff08;好像需要先按照server&＃xff09;

yum install telnet-server -y
yum install telnet -y


因为装好telnet服务之后&＃xff0c;默认是不开启服务的&＃xff0c;下面我们需要修改文件来开启服务。

注意&＃xff1a;centos7的telnet配置文件是&＃xff1a;/etc/xinetd.conf。centos7以前的是/etc/xinetd.d/telnet

vim /etc/xinetd.d/telnet


修改 disable &＃61; yes 为 disable &＃61; no

需要激活xinetd服务

systemctl start xinetd.service


让xinetd开机自启

systemctl enable xinetd.service


启动telnet服务

systemctl restart telnet.socket


设置让telnet服务开机自启

systemctl enable telnet.socket


测试telnet是否成功开启

telnet localhost


判断44444端口是否被占用

sudo netstat -tunlp | grep 44444
功能描述&＃xff1a;netstat命令是一个监控TCP/IP网络的非常有用的工具&＃xff0c;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&＃xff1a;netstat [选项]
选项参数&＃xff1a;-t或--tcp&＃xff1a;显示TCP传输协议的连线状况&＃xff1b;
-u或--udp&＃xff1a;显示UDP传输协议的连线状况&＃xff1b;-n或--numeric&＃xff1a;直接使用ip地址&＃xff0c;而不通过域名服务器&＃xff1b; -l或--listening&＃xff1a;显示监控中的服务器的Socket&＃xff1b; -p或--programs&＃xff1a;显示正在使用Socket的程序识别码和程序名称&＃xff1b;


创建Flume Agent配置文件flume-telnet-logger.conf

在flume目录下创建job文件夹并进入job文件夹

mkdir jobconf
cd jobconf/


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

touch flume-telnet-logger.conf


在flume-telnet-logger.conf文件中添加如下内容。

vim flume-telnet-logger.conf


添加内容如下&＃xff1a;

# Name the components on this agent
a1.sources &＃61; r1
a1.sinks &＃61; k1
a1.channels &＃61; c1# Describe/configure the source
a1.sources.r1.type &＃61; netcat
a1.sources.r1.bind &＃61; localhost
a1.sources.r1.port &＃61; 44444# Describe the sink
a1.sinks.k1.type &＃61; logger# Use a channel which buffers events in memory
a1.channels.c1.type &＃61; memory
a1.channels.c1.capacity &＃61; 1000
a1.channels.c1.transactionCapacity &＃61; 100# Bind the source and sink to the channel
a1.sources.r1.channels &＃61; c1
a1.sinks.k1.channel &＃61; c1


运行

先开启flume监听端口

bin/flume-ng agent --conf conf/ --name a1 --conf-file jobconf/flume-telnet-logger.conf -Dflume.root.logger&＃61;INFO,console


参数说明&＃xff1a;
–conf conf/ &＃xff1a;表示配置文件存储在conf/目录
–name a1 &＃xff1a;表示给agent起名为a1
–conf-file job/flume-telnet.conf &＃xff1a;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&＃61;&＃61;INFO,console &＃xff1a;-D表示flume运行时动态修改flume.root.logger参数属性值&＃xff0c;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。

使用telnet工具向本机的44444端口发送内容

telnet localhost 44444


在Flume监听页面观察接收数据情况

案例 2&＃xff09;实时读取本地文件到HDFS案例

1&＃xff0e;Flume要想将数据输出到HDFS&＃xff0c;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&＃xff0e;创建flume-file-hdfs.conf文件

创建文件

touch flume-file-hdfs.conf


注&＃xff1a;要想读取Linux系统中的文件&＃xff0c;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&＃xff1a;exec即execute执行的意思。表示执行Linux命令来读取文件。

vim flume-file-hdfs.conf


添加如下内容

# Name the components on this agent
a2.sources &＃61; r2
a2.sinks &＃61; k2
a2.channels &＃61; c2# Describe/configure the source
a2.sources.r2.type &＃61; exec
a2.sources.r2.command &＃61; tail -F /udr/local/hive/logs/hive.log
a2.sources.r2.shell &＃61; /bin/bash -c# Describe the sink
a2.sinks.k2.type &＃61; hdfs
a2.sinks.k2.hdfs.path &＃61; hdfs://chun1:9000/flume/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k2.hdfs.filePrefix &＃61; logs-
#是否按照时间滚动文件夹
a2.sinks.k2.hdfs.round &＃61; true
#多少时间单位创建一个新的文件夹
a2.sinks.k2.hdfs.roundValue &＃61; 1
#重新定义时间单位
a2.sinks.k2.hdfs.roundUnit &＃61; hour
#是否使用本地时间戳
a2.sinks.k2.hdfs.useLocalTimeStamp &＃61; true
#积攒多少个Event才flush到HDFS一次
a2.sinks.k2.hdfs.batchSize &＃61; 1000
#设置文件类型&＃xff0c;可支持压缩
a2.sinks.k2.hdfs.fileType &＃61; DataStream
#多久生成一个新的文件
a2.sinks.k2.hdfs.rollInterval &＃61; 600
#设置每个文件的滚动大小
a2.sinks.k2.hdfs.rollSize &＃61; 134217700
#文件的滚动与Event数量无关
a2.sinks.k2.hdfs.rollCount &＃61; 0
#最小冗余数
a2.sinks.k2.hdfs.minBlockReplicas &＃61; 1# Use a channel which buffers events in memory
a2.channels.c2.type &＃61; memory
a2.channels.c2.capacity &＃61; 1000
a2.channels.c2.transactionCapacity &＃61; 100# Bind the source and sink to the channel
a2.sources.r2.channels &＃61; c2
a2.sinks.k2.channel &＃61; c2


3&＃xff0e;执行监控配置

bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf


4&＃xff0e;开启Hadoop和Hive并操作Hive产生日志

sbin/start-dfs.sh
sbin/start-yarn.sh
bin/hive
hive >


5&＃xff0e;在HDFS上查看文件。

案例3&＃xff09; 实时读取目录文件到HDFS案例

使用Flume监听整个目录的文件

3&＃xff09;实现步骤&＃xff1a;
1&＃xff0e;创建配置文件flume-dir-hdfs.conf
创建一个文件

touch flume-dir-hdfs.conf


打开文件

vim flume-dir-hdfs.conf


添加如下内容

a3.sources &＃61; r3
a3.sinks &＃61; k3
a3.channels &＃61; c3# Describe/configure the source
a3.sources.r3.type &＃61; spooldir
a3.sources.r3.spoolDir &＃61; /usr/local/flume-1.9.0/jobconf/upload
a3.sources.r3.fileSuffix &＃61; .COMPLETED
a3.sources.r3.fileHeader &＃61; true
#忽略所有以.tmp结尾的文件&＃xff0c;不上传
a3.sources.r3.ignorePattern &＃61; ([^ ]*\.tmp)# Describe the sink
a3.sinks.k3.type &＃61; hdfs
a3.sinks.k3.hdfs.path &＃61; hdfs://hadoop102:9000/flume/upload/%Y%m%d/%H
#上传文件的前缀
a3.sinks.k3.hdfs.filePrefix &＃61; upload-
#是否按照时间滚动文件夹
a3.sinks.k3.hdfs.round &＃61; true
#多少时间单位创建一个新的文件夹
a3.sinks.k3.hdfs.roundValue &＃61; 1
#重新定义时间单位
a3.sinks.k3.hdfs.roundUnit &＃61; minute
#是否使用本地时间戳
a3.sinks.k3.hdfs.useLocalTimeStamp &＃61; true
#积攒多少个Event才flush到HDFS一次
a3.sinks.k3.hdfs.batchSize &＃61; 100
#设置文件类型&＃xff0c;可支持压缩
a3.sinks.k3.hdfs.fileType &＃61; DataStream
#多久生成一个新的文件
a3.sinks.k3.hdfs.rollInterval &＃61; 600
#设置每个文件的滚动大小大概是128M
a3.sinks.k3.hdfs.rollSize &＃61; 134217700
#文件的滚动与Event数量无关
a3.sinks.k3.hdfs.rollCount &＃61; 0
#最小冗余数
a3.sinks.k3.hdfs.minBlockReplicas &＃61; 1# Use a channel which buffers events in memory
a3.channels.c3.type &＃61; memory
a3.channels.c3.capacity &＃61; 1000
a3.channels.c3.transactionCapacity &＃61; 100# Bind the source and sink to the channel
a3.sources.r3.channels &＃61; c3
a3.sinks.k3.channel &＃61; c3


2. 启动监控文件夹命令

bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf


说明&＃xff1a; 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

3. 向upload文件夹中添加文件

在/opt/module/flume目录下创建upload文件夹

mkdir upload


向upload文件夹中添加文件

touch atguigu.txt
touch atguigu.tmp
touch atguigu.log


4. 查看HDFS上的数据