Flume 日志采集框架

Flume是一个分布式、可靠的日志采集系统,用于数据采集、聚合和传输。它能从多种数据源采集数据,并将其输出到外部存储系统如HDFS、HBase等。Flume由agent构成,每个agent包含Source、Channel和Sink三部分,用于数据的采集、传输和存储。配置简单,适用于大多数数据采集场景。本文介绍了Flume的基本概念、工作原理和一个简单的安装测试过程。

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

Flume介绍

  • 背景:

在一个完整的离线大数据处理系统中,除了hdfs+mapreduce+hive组成分析系统的核心之外,还需要数据采集、结果数据导出、任务调度等不可或缺的辅助系统,而这些辅助工具在hadoop生态体系中都有便捷的开源框架,如图所示:
在这里插入图片描述
如:
在这里插入图片描述
这个采集的过程就是由flume来完成

  • 概述

1.Flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。
2.Flume可以采集文件,socket数据包、文件、文件夹、kafka等各种形式源数据,又可以将采集到的数据(下沉sink)输出到HDFS、hbase、hive、kafka等众多外部存储系统中。
3.一般的采集需求,通过对flume的简单配置即可实现。
4.Flume针对特殊场景也具备良好的自定义扩展能力,
因此,flume可以适用于大部分的日常数据采集场景。

硬件角度来说是一个数据采集工具。
宏观角度来看类似生活中的扫码枪,打卡机,吸尘器吸头,。

  • 运行机制

1、Flume分布式系统中最核心的角色是agent,flume采集系统就是由一个个agent所连接起来形成
2、每一个agent相当于一个数据传递员,内部有三个组件:
a)Source:采集组件,用于跟数据源对接,以获取数据
b)Channel:传输通道组件,用于从source将数据传递到sink
c)Sink:下沉组件,用于往下一级agent传递数据或者往最终存储系统传递数据

在这里插入图片描述
Source 到 Channel 到 Sink之间传递数据的形式是Event事件;Event事件是一个数据流单元。
在这里插入图片描述

  • Flume采集系统结构图

简单结构
在这里插入图片描述
复杂结构

先分后合
在这里插入图片描述

  • Flume安装部署

Flume的安装非常简单,只需要解压即可,当然,前提是已有hadoop环境
上传安装包到数据源所在节点上
这里我们采用在第三台机器来进行安装
上传安装文件并解压

tar -zxvf flume-ng-1.6.0-cdh5.18.0.tar.gz -C /export/servers/
cd  /export/servers/apache-flume-1.6.0-cdh5.14.0-bin/conf
cp  flume-env.sh.template flume-env.sh
vim flume-env.sh

export JAVA_HOME=${JAVA_HOME}

测试:

  • Flume接受telent数据

使用网络telent命令向一台机器发送一些网络数据,然后通过flume采集网络端口数据
在这里插入图片描述
第一步:开发配置文件
根据数据采集的需求配置采集方案,描述在配置文件中(文件名可任意自定义)

配置我们的网络收集的配置文件
在flume的conf目录下新建一个配置文件(采集方案)

# 定义这个agent中各组件的名字
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# 描述和配置source组件:r1
a1.sources.r1.type = netcat
a1.sources.r1.bind = 192.168.100.90
a1.sources.r1.port = 44444

# 描述和配置sink组件:k1
a1.sinks.k1.type = logger

# 描述和配置channel组件,此处使用是内存缓存的方式
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# 描述和配置source  channel   sink之间的连接关系
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

参数解释:

a1 是这个agent的名字

a1.sources = r1
a1.sinks = k1
a1.channels = c1
实例这三个参数并为他们命名

a1.sources.r1.type = netcat r1的类型是用netcat监控某一个端口
bind 监控哪一台服务器的端口
port 端口号 监控这台服务器的什么端口

a1.sinks.k1.type = logger a1的sinks直接打印到控制台

Channel参数解释:
capacity:默认该通道中最大的可以存储的event数量
trasactionCapacity:每次最大可以从source中拿到或者送到sink中的event数量

在这里插入图片描述
在这里插入图片描述

第二步:启动配置文件
指定采集方案配置文件,在相应的节点上启动flume agent

先用一个最简单的例子来测试一下程序环境是否正常
启动agent去采集数据
在这里插入图片描述
-c conf 指定flume自身的配置文件所在目录
-f conf/netcat-logger.con 指定我们所描述的采集方案
-n a1 指定我们这个agent的名字
在这里插入图片描述
第三步:安装telent准备测试
在另一个节点安装telnet客户端,用于模拟数据的发送
在这里插入图片描述
启动telnet 连接上第一台机器
在这里插入图片描述
输入数据123456
在这里插入图片描述
回到主节点查看
在这里插入图片描述
此时可以确认agent安装完毕且telnet可用

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