目录标题
-
- **flume的简单介绍**
-
- ⭐flume的**核心组件**
- ⭐**核心特点**
- **安装部署**
-
- 1）**解压安装包**
- 2）**修改名字** **（配置文件时，更方便）**
- **3）⭐⭐配置文件**
- 4）**兼容Hadoop**
- 5）**配置环境变量**
- 6）**测试flume**
- **⭐启动flume**
-
- 1）在`flume`中创建空目录`jobs`
- 2）在`jobs`内添加文件
- **最终启动**
flume的简单介绍
Flume 是一个开源的 分布式日志收集系统 ，由 Apache 开发，主要用于高效地 采集、聚合和传输海量日志数据 （比如网站点击日志、服务器监控日志等），并将这些数据可靠地传递到 目标存储 （如 HDFS、HBase、Kafka 等）
⭐flume的核心组件
1.source（数据接收源头）
- 负责接数据
例，监听日志文件的新增内容
2.channel（通道）
-
负责临时存储数据，确保数据不会丢失，相当于"缓冲区"
-
存在原因
数据的 "输入"与"输出" 速度有时不同，为了避免数据丢失
3.sink（数据的输出）
- 负责"送数据"，比如将数据写入
HDFS 或 kafka
⭐核心特点
- 可靠性
- 数据在传输过程中会持久化缓存（Channel），即使系统故障，数据也不会丢失
- 扩展性
- 可横向扩展多个 Agent（Flume 节点）处理更大数据量
- 灵活性
-
支持多种数据源（HTTP、日志文件、Kafka 等）和目的地（HDFS、HBase、ES 等）
-
可自定义数据过滤、格式转换等逻辑
安装部署
1）解压安装包
shell
tar -zxvf 文件名 - C 位置及
shell
tar -zxvf apache-flume-1.9.0-bin.tar.gz -C /opt/module/2）修改名字 （配置文件时，更方便）
先进入到 flume 解压后所在的位置，然后修改
shell
mv 原名 更改后的名字及
shell
mv apache-flume-1.9.0 flume3）⭐⭐配置文件
所配置的在flume的conf里面
（zookeeper也是）
先切到 conf中
再配置
flume-env.sh.template
与
log4j.properties
- ①
flume-env.sh.template文件
保留原本的 内容 防止后续使用
可以 将此文件复制一份 更名为flume-env.sh
shell
cp flume-env.sh.template flume-env.sh内容均配置到 flume-env.sh内
⭐添加jdk的路径
shell
export JAVA_HOME=/opt/module/jdk- ②
log4j.properties文件
添加:
shell
flume.log.dir=/opt/module/flume/logs4）兼容Hadoop
将 flume 中 lib 下的
guava-11.0.2.jar 改名，以兼容hadoop-3.1.3
shell
[root@hadoop102 lib] mv guava-11.0.2.jar guava-11.0.2.jar.bak文件后 加 .bak 可以 架空 此文件，以便兼容 hadoop-3.1.3
5）配置环境变量
vi /etc/profile添加 flume 的 export
shell
export FLUME_HOME=/opt/module/flume
export PATH=$PATH:$FLUME_HOME/bin生效环境变量文件
source /etc/profile
6）测试flume
flume-ng version检查版本
⭐启动flume
启动时，需要进一步配置
1）在flume中创建空目录jobs
shell
mkdir jobs2）在jobs内添加文件
文件名为flume-netcat-logger.conf
shell
vi flume-netcat-logger.conf里面的内容是 flume 的启动内容
- ① 将组件命名
- ②描述组件/配置源
source - ③将一个事件缓冲到
channel - ④描述组件
sink - ⑤将输入源
source和 输出sink
与管道channel联系起来
如图
最终启动
shell
bin/flume-ng agent -n a1 -c conf/ -f jobs/flume-netcat-logger.conf -Dflume.root.logger=INFO,console
shell
nc hadoop01 10050