07 Flume的安装与配置

安装

1. 下载

   http://flume.apache.org/download.html

   http://archive.apache.org/dist/flume/stable/

   Shell

   1	wget http://archive.apache.org/dist/flume/stable/apache-flume-1.9.0-bin.tar.gz

   这里使用最新的 apache-flume-1.9.0版本

2. 解压安装

   Shell

   1	tar zxvf apache-flume-1.9.0-bin.tar.gz -C /opt/pkg/

3. 改目录名

   Shell

   1	mv apache-flume-1.9.0-bin/ flume

4. 配置环境变量，并让环境变量生效

   Shell

   1 2 3

   # FLUME 1.9.0 export FLUME_HOME=/opt/pkg/flume export PATH=$FLUME_HOME/bin:$PATH

5. 修改conf/flume-env.sh，配置JDK路径（该文件事先是不存在的，需要复制一份）
   复制：

   Shell

   1	cp flume-env.template.sh flume-env.sh

   编辑文件，并设置如下内容：

   Shell

   1 2 3 4

   #设置JAVA_HOME: export JAVA_HOME = /opt/pkg/java         #修改默认的内存：   export JAVA_OPTS="-Xms1024m -Xmx1024m -Xss256k -Xmn2g -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:-UseGCOverheadLimit"

6. 将hadoop-3.1.4安装路径下的依赖的jar软链接到flume-1.9.0/lib下：

   Shell

   1 2 3 4 5 6 7 8

   $ cd /opt/pkg/flume/lib $ ln -s /opt/pkg/hadoop/share/hadoop/common/hadoop-common-3.1.4.jar ./ $ ln -s /opt/pkg/hadoop/share/hadoop/common/lib/commons-configuration2-2.1.1.jar ./ $ ln -s /opt/pkg/hadoop/share/hadoop/common/lib/hadoop-auth-3.1.4.jar ./       $ ln -s /opt/pkg/hadoop/share/hadoop/common/lib/htrace-core4-4.1.0-incubating.jar ./ $ ln -s /opt/pkg/hadoop/share/hadoop/common/lib/commons-io-2.5.jar ./         $ ln -s /opt/pkg/hadoop/share/hadoop/hdfs/hadoop-hdfs-3.1.4.jar ./

测试

1. 验证

   Shell

   1 2 3 4 5 6 7

   bin/flume-ng version   flume 1.9.0 Source code repository: https://git-wip-us.apache.org/repos/asf/flume.git Revision: d4fcab4f501d41597bc616921329a4339f73585e Compiled by fszabo on Mon Dec 17 20:45:25 CET 2018 From source with checksum 35db629a3bda49d23e9b3690c80737f9

2. 配置Flume HDFS Sink:
   在flume的conf目录新建一个log2hdfs.conf
   添加如下内容：

   Shell

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

   [hadoop@hadoop100 conf]$ vi log2hdfs.conf   # define the agent a1.sources=r1 a1.channels=c1 a1.sinks=k1   # define the source #上传目录类型 a1.sources.r1.type=spooldir a1.sources.r1.spoolDir=/tmp/flume-logs #定义自滚动日志完成后的后缀名 a1.sources.r1.fileSuffix=.FINISHED #根据每行文本内容的大小自定义最大长度4096=4k a1.sources.r1.deserializer.maxLineLength=4096   # define the sink a1.sinks.k1.type = hdfs #上传的文件保存在hdfs的/flume/logs目录下 a1.sinks.k1.hdfs.path = hdfs://hadoop100:8020/flume/logs/%y-%m-%d/ a1.sinks.k1.hdfs.filePrefix=access_log a1.sinks.k1.hdfs.fileSufix=.log a1.sinks.k1.hdfs.batchSize=1000 a1.sinks.k1.hdfs.fileType = DataStream a1.sinks.k1.hdfs.writeFormat= Text # roll 滚动规则:按照数据块128M大小来控制文件的写入，与滚动相关其他的都设置成0 #为了演示，这里设置成500k写入一次 a1.sinks.k1.hdfs.rollSize= 512000 a1.sinks.k1.hdfs.rollCount=0 a1.sinks.k1.hdfs.rollInteval=0 #控制生成目录的规则:一般是一天或者一周或者一个月一次，这里为了演示设置10秒 a1.sinks.k1.hdfs.round=true a1.sinks.k1.hdfs.roundValue=10 a1.sinks.k1.hdfs.roundUnit= second #是否使用本地时间 a1.sinks.k1.hdfs.useLocalTimeStamp=true   #define the channel a1.channels.c1.type = memory #自定义event的条数 a1.channels.c1.capacity = 500000 #flume事务控制所需要的缓存容量1000条event a1.channels.c1.transactionCapacity = 1000   #source channel sink cooperation a1.sources.r1.channels = c1 a1.sinks.k1.channel = c1

   注意：

   • a1.sources.r1.spoolDir目录如果不存在需要先创建
   • a1.sinks.k1.hdfs.path目录会自动创建
     • 这里的路径是`hdfs://hadoop100:8020/flume/logs/yy-mm-dd/
     • 也就是每天的数据都会产生滚动日志。
     • 实际应该是按天或者按周、按月来生成滚动日志。

3. 启动flume

• 准备

  创建/tmp/flumn-logs, 并分配权限

  Shell

  1	sudo mkdir -p  /tmp/flume-logs

• 启动
  执行如下命令进行启动：

  Shell

  1	flume-ng agent --conf ./conf/ -f ./conf/flume-hdfs.conf --name a1 -Dflume.root.logger=INFO,console

• 测试

  Shell

  1 2	# 每次执行追加一行文字 echo xxxxxxxxxxxx >> /tmp/flume-logs/access_log123.log

• 到Hadoop的控制台http://hadoop100:9870/查看 hdfs:hadoop100:9870/flume/logs/下有没有数据生成:

  

异常: 日志收集失败,报错:

原因: flume/lib/guava-xxx.jar 和 hadoop自带的jar包发生冲突

解决: 将flume/lib下的guava包删除或者改名, 只保留hadoop的版本即可

Views: 117