flume采集日志到hdfs遇到采集一会不采集

在4c 4G内存的虚拟机上,Flume采集应用日志时遇到假死问题,表现为数据采集不正常。原因是业务日志增大导致内存不足,以及配置参数不合理。调整包括降低`transactionCapacity`、`batchSize`和`capacity`的值,确保不超过内存限制,并优化`rollInterval`与`idleTimeout`,确保Flume稳定运行。

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

环境4c 4G虚拟机,上面部署应用业务,flume采集应用日志,几乎机器可用内存就几十M,还有4Gswap交换内存,硬件环境就这样,提好几次添加内存,资源有限一直没加。    

之前业务日志小flume也可以正常采集日志,但是最近公司flume经常假死,明明进程在数据就是采集不到,之前没在意。都是重启后看有日志,就不管了,第二天一看只采集一个小时就不采集了,苦不堪言,每天都在补数据的路上。配置如下:

#Agent
provider.channels = c1
provider.sources  = s1
provider.sinks    = k1
#provider Spooling Directory Source
#注(1)
provider.sources.s1.type = exec
provider.sources.s1.shell = /bin/bash -c
provider.sources.s1.command = tail -F /home/logs/test.log
provider.sources.s1.channels = c1
provider.sources.s1.threads = 10
#provider FileChannel
#注(2)
provider.channels.c1.type = file
provider.channels.c1.checkpointDir = /data/logs/test1
provider.channels.c1.dataDirs = /data/logs/test
provider.channels.c1.capacity = 10000000  机器内存太小这个不要设置这么大 10000即可

provider.channels.c1.transactionCapacity = 1000   设置

Flume 是一种用于数据采集、聚合和移动的工具,它可以将多种来源的数据收集HDFS(Hadoop分布式文件系统)中。通过 Flume,用户可以轻松地配置和管理数据流,确保数据的可靠性和一致性。 首先,用户需要在 Flume 的配置文件中定义数据源,例如日志文件、网络源或其他存储位置。接着,用户需要定义数据的处理流程,包括数据的过滤、转换和路由策略。然后,用户需要指定目的地为 HDFS,并设置 HDFS 的相关参数,包括数据的写入路径、文件格式和压缩方式等。 当 Flume 启动后,它会按照用户定义的规则和流程,从数据源收集数据,并将其经过处理后写入到 HDFS 中。Flume 可以确保数据的高效传输和存储,同时具有容错和重试机制,以保证数据的可靠性和完整性。 在数据采集HDFS 后,用户可以通过 Hadoop 生态系统中的其他工具和框架,如 MapReduce、Spark 等进行数据处理和分析。同时,用户也可以通过 HDFS 提供的 API 和命令行工具,对数据进行管理和检索,以满足各种业务需求和分析任务。 总之,通过 Flume 将数据采集HDFS 中,用户可以实现大规模数据的收集、存储和分析,为企业决策和业务运营提供基础支持。同时,Flume 也为数据工程师和分析师提供了一个灵活、高效的数据采集和处理工具,助力他们更好地利用数据来推动业务发展。
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