关于配置flume-ng负载均衡

在实际项目中，为了减轻一次性向hdfs上写数据，往往采用分层写入的功能，以减少负载，负载的分层拓扑图如下：

选择四台机器，一台作为agent1，负责收集数据进行多sink传输数据，三台作为分层负载。
agent1的配置：

a1.sources=r1
a1.sinks=k1 k2 k3
a1.channels=c1

#source
a1.sources.r1.type=exec
a1.sources.r1.command=tail -F /usr/test/a.txt
#sink group 
a1.sinkgroups=g1
a1.sinkgroups.g1.sinks=k1 k2 k3
a1.sinkgroups.g1.processor.type=load_balance
a1.sinkgroups.g1.processor.backoff=true
#设置为轮询调度
a1.sinkgroups.g1.processor.selector=round_robin 

#sink1
a1.sinks.k1.type=avro
a1.sinks.k1.hostname=192.168.236.104
a1.sinks.k1.port=41414

#sink2
a1.sinks.k2.type=avro
a1.sinks.k2.hostname=192.168.236.105
a1.sinks.k2.port=41414

#sink3
a1.sinks.k3.type=avro
a1.sinks.k3.hostname=192.168.236.106
a1.sinks.k3.port=41414

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

#bind

a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1
a1.sinks.k2.channel=c1
a1.sinks.k3.channel=c1

agent2-4的配置相同：

a1.sources=r1
a1.channels=c1
a1.sinks=k1

#source
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=41414

#channels
a1.channels.c1.type=memory
a1.channels.c1.capacity=1000
a1.channels.c1.transactionCapacity=100
a1.sources.r1.interceptors=i1
a1.sources.r1.interceptors.i1.type=org.apache.flume.interceptor.TimestampInterceptor$Builder
#sinks
a1.sinks.k1.type=hdfs
a1.sinks.k1.hdfs.path=hdfs://ns1/flume/%y%m%d
a1.sinks.k1.hdfs.filePrefix=events-
a1.sinks.k1.hdfs.fileType=DataStream
a1.sinks.k1.hdfs.rollCount=0
a1.sinks.k1.hdfs.rollSize=134217728 
a1.sinks.k1.hdfs.rollInterval=60
a1.sinks.k1.hdfs.writeFormat=Text
a1.sinks.k1.hdfs.useLocalTimeStamp=true
a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1

配置完成后，经实验发现在a.txt中写数据，由于在设置了60s为一个文件，所以文件较多，截图如下：

注意要先起agent2-4，不然agent1会报端口找不到，切换到flume目录，启动命令：
/bin/flume-ng agent -n a1 -c conf/ -f conf/a1.conf -Dflume.root.logger=INFO,console
各个flume之间采用avro rpc通信，记得绑定1000以上的端口号。