flume 场景配置

本文详细介绍 Flume 的多种配置案例,包括监控本地文件夹并将数据输出至 HDFS,实现负载均衡与故障转移,以及如何将数据发送到 Kafka 主题等。通过具体配置示例,帮助读者掌握 Flume 的实际应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.监控dir 输出到hdfs上

# 设置sink  channel source
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# 设置 source   使用spooldir 监控文件目录 
a1.sources.r1.type =  spooldir
a1.sources.r1.spoolDir = /opt/module/flume/upload

# 设置sink
a1.sinks.k1.type = hdfs
a1.sinks.k1.hdfs.path = hdfs://hadoop202:8020/flume/%Y%m%d/%H
a1.sinks.k1.hdfs.filePrefix =  logs-
a1.sinks.k1.hdfs.rollInterval =  20
a1.sinks.k1.hdfs.rollSize = 134217700
a1.sinks.k1.hdfs.rollCount =  0
a1.sinks.k1.hdfs.batchSize =  100
a1.sinks.k1.hdfs.round =  true
a1.sinks.k1.hdfs.roundValue =  1
a1.sinks.k1.hdfs.roundUnit =  hour
a1.sinks.k1.hdfs.useLocalTimeStamp = true
a1.sinks.k1.hdfs.fileType = DataStream

# 设置channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# 设置绑定关系
a1.sinks.k1.channel = c1
a1.sources.r1.channels = c1

  1. 负载均衡配置
#  agent
a1.sources = r1
a1.channels = c1
a1.sinks = k1 k2
a1.sinkgroups = g1

# sources exec 
a1.sources.r1.type = netcat
a1.sources.r1.bind = hadoop202
a1.sources.r1.port = 44444

# Describe the channel 
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# sink group  负载均衡
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop202
a1.sinks.k1.port = 4441

a1.sinks.k2.type = avro
a1.sinks.k2.hostname = hadoop202
a1.sinks.k2.port = 4442

a1.sinkgroups.g1.sinks = k1 k2
a1.sinkgroups.g1.processor.type = load_balance
a1.sinkgroups.g1.processor.backoff = true
a1.sinkgroups.g1.processor.selector = random

#设置绑定
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c1

  1. 故障转移

#agent
a1.sources = r1
a1.channels = c1
a1.sinks = k1 k2
a1.sinkgroups = g1

#sources exec 
a1.sources.r1.type = netcat
a1.sources.r1.bind = hadoop202
a1.sources.r1.port = 44444

#Describe the channel 
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

#sink group  故障转移
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop202
a1.sinks.k1.port = 4441

a1.sinks.k2.type = avro
a1.sinks.k2.hostname = hadoop202
a1.sinks.k2.port = 4442

a1.sinkgroups.g1.sinks = k1 k2
a1.sinkgroups.g1.processor.type = failover
a1.sinkgroups.g1.processor.priority.k1 = 5
a1.sinkgroups.g1.processor.priority.k2 = 10
a1.sinkgroups.g1.processor.maxpenalty = 10000

#设置绑定
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c1
  1. flume 对接kafka 案列配置

# agent 
a1.sources = r1
a1.channels = c1
a1.sinks = k1
# source 
a1.sources.r1.type = netcat
a1.sources.r1.bind = hadoop202
a1.sources.r1.port = 44444

# interceptor  不需要配置 mapping 那个,  但是自定义的拦截器需要将头部信息为 topic,  value 为具体的所要分配的值
a1.sources.r1.interceptors = i1
a1.sources.r1.interceptors.i1.type = Interceptor.KafkaInterceptor$Builder

# channels
a1.channels.c1.type = memory
a1.channels.c1.capacity = 10000
a1.channels.c1.transactionCapacity = 1000


# sink  kafka主题上面如果配置拦截器的话,下面的这个主题配置就没必要了
a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
#a1.sinks.k1.kafka.topic = test2
a1.sinks.k1.kafka.bootstrap.servers = hadoop202:9092,hadoop203:9092,hadoop204:9092
a1.sinks.k1.kafka.flumeBatchSize = 20
a1.sinks.k1.kafka.producer.acks = 1
a1.sinks.k1.kafka.producer.linger.ms = 1
a1.sinks.ki.kafka.producer.compression.type = snappy


# 绑定
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1
  1. taildir 检测日志数据输出到多个(2个)kafka主题当中,并使用拦截器


其他可以都可以参照官方文档去查看

点击此处跳转到官方文档

### Flume Agent 的实战配置教程 Flume 是一个分布式、可靠且高可用的日志收集系统,主要用于大规模日志数据的采集和聚合。以下是关于如何进行 Flume Agent 配置的具体说明。 #### 1. 基本概念理解 Flume 中的核心组件包括 Source、Channel 和 Sink。 - **Source**: 数据源,负责接收外部输入的数据流。 - **Channel**: 缓冲区,用于临时存储来自 Source 的数据。 - **Sink**: 输出目标,将 Channel 中的数据写入到最终目的地(如 HDFS 或 Kafka)。 此外,在实际应用中可以利用 Interceptor 对数据进行预处理[^2]。 --- #### 2. Flume Agent 配置文件结构 Flume 使用 `conf` 文件来定义其运行参数。以下是一个典型的 Flume 配置文件示例: ```properties # 定义Agent名称及其组成组件 agent.sources = source1 agent.sinks = sink1 agent.channels = channel1 # 配置source1 (Netcat Source作为例子) agent.sources.source1.type = netcat agent.sources.source1.bind = localhost agent.sources.source1.port = 44444 # 添加Interceptor (可选部分) agent.sources.source1.interceptors = i1 agent.sources.source1.interceptors.i1.type = timestamp # 配置channel1 (Memory Channel作为例子) agent.channels.channel1.type = memory agent.channels.channel1.capacity = 1000 agent.channels.channel1.transactionCapacity = 100 # 配置sink1 (Logger Sink作为例子) agent.sinks.sink1.type = logger # 将source连接至channel, 并将channel连接至sink agent.sources.source1.channels = channel1 agent.sinks.sink1.channel = channel1 ``` 上述配置展示了如何通过 NetCat 接收数据并将其记录到 Logger Sink 中。如果需要更复杂的场景,比如将数据发送到 HDFS 或 Kafka,则需调整相应的 Sink 类型[^1]。 --- #### 3. 插件化扩展:使用 Interceptor 进行数据增强 为了实现更加灵活的功能需求,可以通过自定义或者内置的 Interceptor 来修改原始事件的内容。例如时间戳插件会在每条消息上附加当前的时间戳信息;主机名插件则会标记该条目所属服务器的信息等。 下面展示了一个简单的 HostInterceptor 示例: ```properties agent.sources.source1.interceptors = i1 agent.sources.source1.interceptors.i1.type = host agent.sources.source1.interceptors.i1.preserveExisting = false agent.sources.source1.interceptors.i1.useIP = false agent.sources.source1.interceptors.i1.hostHeader = hostname ``` 此设置将会把接收到的消息打上对应的机器hostname标签以便后续分析时区分不同的节点来源。 --- #### 4. 调试工具集成 对于开发环境下的调试工作来说,引入 Django Debug Toolbar 可极大地方便开发者定位问题所在位置以及观察内部状态变化情况。具体操作如下所示: 编辑项目的 urls.py 文件加入如下代码片段即可启用它: ```python if settings.DEBUG: import debug_toolbar urlpatterns.insert(0, path('__debug__/', include(debug_toolbar.urls))) ``` 这样就可以方便地查看请求路径、SQL查询次数等各种性能指标了. --- ### 总结 以上就是有关于 Apache Flume Agent 实战配置的相关介绍。从基础架构搭建到高级功能定制都有所涉及,希望能够帮助读者更好地理解和运用这一强大的开源框架!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值