Flume

Flume安装配置

使用的三台主机名称分别为bigdata1,bigdata2,bigdata3。所使用的安装包名称按自己的修改,安装包可去各大官网上下载

1.解压

将Master节点Flume安装包解压到/opt/module目录下

复制代码
 tar -zxvf /opt/software/apache-flume-1.9.0-bin.tar.gz -C /opt/module/

修改名称为:flume-1.9.0

在module下输入:

复制代码
mv /apache-flume-1.9.0-bin flume-1.9.0

2.配置

复制代码
vim /etc/profile

添加

复制代码
#FLUME
export FLUME_HOME=/opt/module/flume-1.9.0
export PATH=$PATH:$FLUME_HOME/bin
#hive
export HIVE_HOME=/opt/module/hive-3.1.2
export PATH=$PATH:$HIVE_HOME/bin

刷新

复制代码
source /etc/profile

输入检验环境变量:

复制代码
flume-ng version

将flume-env.sh.template改名为flume-env.sh, 并修改其配置

在flume/conf目录下

复制代码
mv flume-env.sh.template flume-env.sh

vim flume/conf/flume-env.sh 

增加

复制代码
export JAVA_HOME=/opt/jdk1.8

flume/conf目录下

复制代码
mv flume-conf.properties.template flume-conf.properties

vim flume-conf.properties

增加

复制代码
a1.sources = r1
a1.sinks = k1
a1.channels = c1
 
a1.sources.r1.type = exec
a1.sources.r1.command=tail-F/opt/module/hadoop-3.1.3/logs/hadoop-root-namenode-master.log
 
a1.sinks.k1.type = hdfs
a1.sinks.k1.hdfs.path = hdfs://bigdata1:9000/tmp/flume/%Y%m%d
a1.sinks.k1.hdfs.filePrefix = log-
a1.sinks.k1.hdfs.fileType = DataStream
a1.sinks.k1.hdfs.useLocalTimeStamp = true
 
a1.channels.c1.type = memory
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

flume必须持有hadoop相关的包才能将数据输出到hdfs, 将如下包上传到flume/lib下

复制代码
cp $HADOOP_HOME/share/hadoop/common/hadoop-common-3.1.3.jar  /opt/flume/lib
cp $HADOOP_HOME/share/hadoop/common/lib/hadoop-auth-3.1.3.jar /opt/flume/lib
cp $HADOOP_HOME/share/hadoop/common/lib/commons-configuration2-2.1.1.jar /opt/flume/lib

将hadoop的hdfs-site.xml和core-site.xml 放到flume/conf下

复制代码
 rm /opt/flume-1.9.0/lib/guava-11.0.2.jar

3.启动

复制代码
flume-ng agent --conf conf/ --conf-file /opt/module/flume-1.9.0/conf/flume-conf.properties --name a1  -Dflume.root.logger=DEBUG,console

hdfs dfs -ls /tmp/flume
相关推荐
不辉放弃14 分钟前
Spark 在 Python 大数据中的作用
大数据·python
Gvemis⁹43 分钟前
Scala总结(二)
大数据·开发语言·scala
Elastic 中国社区官方博客2 小时前
Elasticsearch:使用 Azure AI 文档智能解析 PDF 文本和表格数据
大数据·人工智能·elasticsearch·搜索引擎·pdf·全文检索·azure
Lansonli4 小时前
大数据Spark(五十六):Spark生态模块与运行模式
大数据·分布式·spark
hf2000124 小时前
技术深度报道:解析云器Lakehouse如何实现超越Spark 10倍性能提升
大数据·分布式·spark
不辉放弃7 小时前
Flink/Kafka在python中的用处
大数据·python
薇晶晶8 小时前
虚拟机安装linux系统无法上网的解决方法
大数据
阿里云大数据AI技术9 小时前
高效向量检索实践:阿里云百炼生成+Milvus存储技术方案解析
大数据·数据分析·云计算
Jing_saveSlave10 小时前
Kafka Stream从入门到精通:构建高吞吐、低延迟的实时流处理应用
大数据·分布式·kafka·linq
尘世壹俗人10 小时前
presto任务优化参数
大数据