大数据之flume（一）(1)

获取channel保存的数据并进行处理。sink从channel中移除事件并将其发送到下一个agent（即下一跳）或最终存储，如HDFS。

2.6、可靠性

事件在每个agent的channel中短暂存储，，之后事件被发送到下一个agent或者最终存储中。时间只有在存储在下一个agent或最终存储后才会从当前channel中删除。

flume使用事务的办法来保证事件的可靠传递。source和sink分别被封装到事务中，事务一般有channel提供，从而保证数据传输的可靠。在多个agent（多跳）中，上一跳的sink和下一跳的source都运行事务来保证数据的可靠性。

3、安装、使用(1.9.0版本)

下载地址：https://flume.apache.org/download.html

文档地址：https://flume.apache.org/releases/content/1.9.0/FlumeUserGuide.html

解压后删除lib目录下的guava-11.0.2.jar，防止和hadoop不兼容。

3.1、监听数据

步骤：

1. 通过netcat向55555端口发送数据
2. flume监控55555端口并通过source读取数据
3. flume将读取到的数据通过sink写到控制台

操作：

1. 安装netcat

sudo  yum install -y nc

2. 查看端口占用

 netstat -nlp|grep 55555

3. 新建job文件夹，编写flume-netcat-logger.conf文件

[root@hadoop101 apache-flume-1.11.0-bin]# mkdir job
[root@hadoop101 apache-flume-1.11.0-bin]# mkdir job
 vim flume-netcat-logger.conf

# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 55555

# Describe the sink
a1.sinks.k1.type =