第3章大数据Flume企业开发案例

1、监控端口数据官方案例

1）案例需求首先，Flume监控本机44444端口，然后通过telnet工具向本机44444端口发送消息，最后Flume将监听的数据实时显示在控制台。

2）需求分析：
在这里插入图片描述

3）实现步骤：

（1）安装telnet工具，首先进入/usr/local/hadoop文件目录下执行之前，先将telnet-0.17-59.el7.x86_64.rpm、telnet-server-0.17-59.el7.x86_64.rpm文件先拷贝进来
在这里插入图片描述
执行命令：

[root@hadoop101 hadoop]# sudo rpm -ivh telnet-0.17-59.el7.x86_64.rpm

Preparing...                          ################################# [100%]
Updating / installing...
   1:telnet-1:0.17-59.el7             ################################# [100%]
   
   
[root@hadoop101 hadoop]# sudo  rpm -ivh telnet-server-0.17-59.el7.x86_64.rpm

Preparing...                          ################################# [100%]
Updating / installing...
   1:telnet-server-1:0.17-59.el7      ################################# [100%]
[root@hadoop101 hadoop]#

（2）判断44444端口是否被占用

[root@hadoop101 hadoop]# sudo netstat -tunlp | grep 44444
[root@hadoop101 hadoop]#

以上说明该端口，没有被占用，可以使用！

功能描述：netstat命令是一个监控TCP/IP网络的非常有用的工具，它可以显示路由表、实际的网络连接以及每一个网络接口设备的状态信息。

基本语法：netstat [选项]
选项参数：
-t或–tcp：显示TCP传输协议的连线状况；
-u或–udp：显示UDP传输协议的连线状况；
-n或–numeric：直接使用ip地址，而不通过域名服务器；
-l或–listening：显示监控中的服务器的Socket；
-p或–programs：显示正在使用Socket的程序识别码和程序名称；

（3）创建Flume Agent配置文件flume-telnet-logger.conf
在flume-1.7.0目录下创建job文件夹并进入job文件夹。

[root@hadoop101 module]# cd flume-1.7.0/
[root@hadoop101 flume-1.7.0]# mkdir job
[root@hadoop101 flume-1.7.0]# cd job/
[root@hadoop101 job]#

在job文件夹下创建Flume Agent配置文件flume-telnet-logger.conf。

[root@hadoop101 job]# touch flume-telnet-logger.conf
[root@hadoop101 job]#

在flume-telnet-logger.conf文件中添加如下内容。

[root@hadoop101 job]# vim flume-telnet-logger.conf

添加内容如下：

# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 44444

# Describe the sink
a1.sinks.k1.type = logger

# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

注：配置文件来源于官方手册：
http://flume.apache.org/FlumeUserGuide.html
在这里插入图片描述

配置文件解析：

在这里插入图片描述

（4）先开启flume监听端口

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a1 --conf-file job/flume-telnet-logger.conf -Dflume.root.logger=INFO,console

参数说明：

conf conf/ ：表示配置文件存储在conf/目录
–name a1 ：表示给agent起名为a1
–conf-file job/flume-telnet.conf ：flume本次启动读取的配置文件是在job文件夹下的flume-telnet.conf文件。
-Dflume.root.logger==INFO,console ：-D表示flume运行时动态修改flume.root.logger参数属性值，并将控制台日志打印级别设置为INFO级别。日志级别包括:log、info、warn、error。
启动成功：
在这里插入图片描述

（5）使用telnet工具向本机的44444端口发送内容
发送端：

[root@hadoop101 ~]# telnet localhost 44444

Trying ::1...
telnet: connect to address ::1: Connection refused
Trying 127.0.0.1...
Connected to localhost.
Escape character is '^]'.

Hello World Fiume!
OK

接收端：
在Flume监听页面观察接收数据情况

2020-01-10 10:23:04,717 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:95)] Event: { headers:{} body: 48 65 6C 6C 6F 20 57 6F 72 6C 64 20 46 69 75 6D Hello World Fium }

2、实时读取本地文件到HDFS案例

1）案例需求：实时监控Hive日志，并上传到HDFS中

2）需求分析：
实时读取本地文件到HDFS案例
在这里插入图片描述
3）实现步骤：

（1）Flume要想将数据输出到HDFS，必须持有Hadoop相关jar包
将commons-configuration-1.6.jar、
hadoop-auth-2.7.2.jar、
hadoop-common-2.7.2.jar、
hadoop-hdfs-2.7.2.jar、
commons-io-2.4.jar、
htrace-core-3.1.0-incubating.jar
拷贝到/usr/local/hadoop/module/flume-1.7.0/lib文件夹下。
在这里插入图片描述

（2）创建flume-file-hdfs.conf文件
创建文件：

[root@hadoop101 flume-1.7.0]# cd job/
[root@hadoop101 job]# touch flume-file-hdfs.conf
[root@hadoop101 job]#

注：要想读取Linux系统中的文件，就得按照Linux命令的规则执行命令。由于Hive日志在Linux系统中所以读取文件的类型选择：exec即execute执行的意思。表示执行Linux命令来读取文件。

[root@hadoop101 job]# vim flume-file-hdfs.conf

添加如下内容：

# Name the components on this agent
a2.sources = r2
a2.sinks = k2
a2.channels = c2

# Describe/configure the source
a2.sources.r2.type = exec
a2.sources.r2.command = tail -F /usr/local/hadoop/module/hive-1.2.1/logs/hadoop.log

a2.sources.r2.shell = /bin/bash -c

# Describe the sink
a2.sinks.k2.type = hdfs
a2.sinks.k2.hdfs.path = hdfs://hadoop101:9000/flume/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k2.hdfs.filePrefix = logs-
#是否按照时间滚动文件夹
a2.sinks.k2.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k2.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k2.hdfs.roundUnit = hour
#是否使用本地时间戳
a2.sinks.k2.hdfs.useLocalTimeStamp = true
#积攒多少个Event才flush到HDFS一次
a2.sinks.k2.hdfs.batchSize = 1000
#设置文件类型，可支持压缩
a2.sinks.k2.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k2.hdfs.rollInterval = 600
#设置每个文件的滚动大小
a2.sinks.k2.hdfs.rollSize = 134217700
#文件的滚动与Event数量无关
a2.sinks.k2.hdfs.rollCount = 0
#最小冗余数
a2.sinks.k2.hdfs.minBlockReplicas = 1

# Use a channel which buffers events in memory
a2.channels.c2.type = memory
a2.channels.c2.capacity = 1000
a2.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r2.channels = c2
a2.sinks.k2.channel = c2

实时读取本地文件的解析：
在这里插入图片描述

（3）执行监控配置

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf

（4）开启Hadoop和Hive并操作Hive产生日志

[root@hadoop101 hadoop-2.7.2]$ sbin/start-dfs.sh
[root@hadoop101 hadoop-2.7.2]$ sbin/start-yarn.sh

[atguigu@hadoop102 hive]$ bin/hive
hive (default)>

开启忽略过了

（5）在HDFS上查看文件
在这里插入图片描述

当然，配置参数，可以在官网查看参考：
http://flume.apache.org/FlumeUserGuide.html
在这里插入图片描述

3、实时读取目录文件到HDFS案例

1）案例需求：使用Flume监听整个目录的文件

2）需求分析：
实时读取目录文件到HDFS案例

在这里插入图片描述
3）实现步骤：

（1）创建配置文件flume-dir-hdfs.conf

[root@hadoop101 job]#  touch flume-dir-hdfs.conf
[root@hadoop101 job]#

打开文件

[root@hadoop101 job]# vim flume-dir-hdfs.conf

添加如下内容

a3.sources = r3
a3.sinks = k3
a3.channels = c3

# Describe/configure the source
a3.sources.r3.type = spooldir
a3.sources.r3.spoolDir = /usr/local/hadoop/module/flume-1.7.0/upload

a3.sources.r3.fileSuffix = .COMPLETED
a3.sources.r3.fileHeader = true
#忽略所有以.tmp结尾的文件，不上传
a3.sources.r3.ignorePattern = ([^ ]*\.tmp)

# Describe the sink
a3.sinks.k3.type = hdfs
a3.sinks.k3.hdfs.path = hdfs://hadoop102:9000/flume/upload/%Y%m%d/%H
#上传文件的前缀
a3.sinks.k3.hdfs.filePrefix = upload-
#是否按照时间滚动文件夹
a3.sinks.k3.hdfs.round = true
#多少时间单位创建一个新的文件夹
a3.sinks.k3.hdfs.roundValue = 1
#重新定义时间单位
a3.sinks.k3.hdfs.roundUnit = hour
#是否使用本地时间戳
a3.sinks.k3.hdfs.useLocalTimeStamp = true
#积攒多少个Event才flush到HDFS一次
a3.sinks.k3.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a3.sinks.k3.hdfs.fileType = DataStream
#多久生成一个新的文件
a3.sinks.k3.hdfs.rollInterval = 600
#设置每个文件的滚动大小大概是128M
a3.sinks.k3.hdfs.rollSize = 134217700
#文件的滚动与Event数量无关
a3.sinks.k3.hdfs.rollCount = 0
#最小冗余数
a3.sinks.k3.hdfs.minBlockReplicas = 1

# Use a channel which buffers events in memory
a3.channels.c3.type = memory
a3.channels.c3.capacity = 1000
a3.channels.c3.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r3.channels = c3
a3.sinks.k3.channel = c3

配置参数解析
在这里插入图片描述
我们还需要，在/usr/local/hadoop/module/flume-1.7.0创建upload文件，有的话，可以忽略过了，并进入upload文件

[root@hadoop101 flume-1.7.0]# cd upload/
[root@hadoop101 upload]# ll
total 0
[root@hadoop101 upload]#

创建 studyFlume.log文件

[root@hadoop101 upload]# touch studyFlume.log
[root@hadoop101 upload]#

（2）启动监控文件夹命令

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf

说明：在使用Spooling Directory Source时

1)不要在监控目录中创建并持续修改文件
2)上传完成的文件会以.COMPLETED结尾
3)被监控文件夹每500毫秒扫描一次文件变动

启动监控文件夹命令后，在/usr/local/hadoop/module/flume-1.7.0/upload目录下查看就有提示，如下：

（3）向upload文件夹中添加文件

[root@hadoop101 upload]# ll
total 0
-rw-r--r-- 1 root root 0 Jan 10 13:29 studyFlume.log.COMPLETED
[root@hadoop101 upload]# touch hadoopFlume.log
[root@hadoop101 upload]# ll
total 0
-rw-r--r-- 1 root root 0 Jan 10 13:46 hadoopFlume.log.COMPLETED
-rw-r--r-- 1 root root 0 Jan 10 13:29 studyFlume.log.COMPLETED

在后缀创建本身没有.COMPLETED，启动之后就有了！
在启动之后，再重新创建一个文件，后缀名还是有：COMPLETED

（4）查看HDFS上的数据
在这里插入图片描述
（5）等待1s，再次查询upload文件夹

[root@hadoop101 upload]# ll
total 0
-rw-r--r-- 1 root root 0 Jan 10 17:10 flume.tmp
-rw-r--r-- 1 root root 0 Jan 10 13:46 hadoopFlume.log.COMPLETED
-rw-r--r-- 1 root root 0 Jan 10 13:29 studyFlume.log.COMPLETED
[root@hadoop101 upload]#

4、单数据源多出口案例(选择器)

4.1 单Source多Channel、Sink
在这里插入图片描述
1）案例需求：
使用Flume-1监控文件变动，Flume-1将变动内容传递给Flume-2，Flume-2负责存储到HDFS。同时Flume-1将变动内容传递给Flume-3，Flume-3负责输出到Local FileSystem。

2）需求分析：
单数据源多出口案例
在这里插入图片描述

3）实现步骤：

准备工作
在/usr/local/hadoop/module/flume-1.7.0/job目录下创建group1文件夹

[root@hadoop101 job]# mkdir group1
[root@hadoop101 job]#

（1）创建flume-file-flume.conf
配置1个接收日志文件的source和两个channel、两个sink，分别输送给flume-flume-hdfs和flume-flume-dir。

进入group1文件夹创建一个flume-file-flume.conf

[root@hadoop101 group1]# touch flume-file-flume.conf

编辑flume-file-flume.conf文件

[root@hadoop101 group1]# vim flume-file-flume.conf

添加如下内容

# Name the components on this agent
a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2
# 将数据流复制给所有channel
a1.sources.r1.selector.type = replicating

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /usr/local/hadoop/module/hive-1.2.1/logs/hadoop.log

a1.sources.r1.shell = /bin/bash -c

# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop101 
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro
a1.sinks.k2.hostname = hadoop101
a1.sinks.k2.port = 4142

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

a1.channels.c2.type = memory
a1.channels.c2.capacity = 1000
a1.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a1.sources.r1.channels = c1 c2
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c2

注：Avro是由Hadoop创始人Doug Cutting创建的一种语言无关的数据序列化和RPC框架。

注：RPC（Remote Procedure Call）—远程过程调用，它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。

（2）创建flume-flume-hdfs.conf

配置上级Flume输出的Source，输出是到HDFS的Sink。

创建配置文件并打开

[root@hadoop101 group1]# touch flume-flume-hdfs.conf
[root@hadoop101 group1]# vim flume-flume-hdfs.conf

添加如下内容

# Name the components on this agent
a2.sources = r1
a2.sinks = k1
a2.channels = c1

# Describe/configure the source
a2.sources.r1.type = avro
a2.sources.r1.bind = hadoop101
a2.sources.r1.port = 4141

# Describe the sink
a2.sinks.k1.type = hdfs
a2.sinks.k1.hdfs.path = hdfs://hadoop101:9000/flume2/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k1.hdfs.filePrefix = flume2-
#是否按照时间滚动文件夹
a2.sinks.k1.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k1.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k1.hdfs.roundUnit = hour
#是否使用本地时间戳
a2.sinks.k1.hdfs.useLocalTimeStamp = true
#积攒多少个Event才flush到HDFS一次
a2.sinks.k1.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a2.sinks.k1.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k1.hdfs.rollInterval = 600
#设置每个文件的滚动大小大概是128M
a2.sinks.k1.hdfs.rollSize = 134217700
#文件的滚动与Event数量无关
a2.sinks.k1.hdfs.rollCount = 0
#最小冗余数
a2.sinks.k1.hdfs.minBlockReplicas = 1

# Describe the channel
a2.channels.c1.type = memory
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r1.channels = c1
a2.sinks.k1.channel = c1

（3）创建flume-flume-dir.conf

配置上级Flume输出的Source，输出是到本地目录的Sink。

先创建一个flume3文件夹，在/usr/local/hadoop/module/datas目录下创建

[root@hadoop101 group1]# cd /usr/local/hadoop/module/
[root@hadoop101 module]# mkdir -p datas/flume3
[root@hadoop101 module]#

接着，在flume1文件目录下，创建配置文件并打开

[root@hadoop101 hive-1.2.1]# cd /usr/local/hadoop/module/flume-1.7.0/job
[root@hadoop101 job]# cd group1/
[root@hadoop101 group1]# 

[root@hadoop101 group1]# touch flume-flume-dir.conf
[root@hadoop101 group1]# vim flume-flume-dir.conf

添加如下内容

# Name the components on this agent
a3.sources = r1
a3.sinks = k1
a3.channels = c2

# Describe/configure the source
a3.sources.r1.type = avro
a3.sources.r1.bind = hadoop101
a3.sources.r1.port = 4142

# Describe the sink
a3.sinks.k1.type = file_roll
a3.sinks.k1.sink.directory =/usr/local/hadoop/module/datas/flume3


# Describe the channel
a3.channels.c2.type = memory
a3.channels.c2.capacity = 1000
a3.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r1.channels = c2
a3.sinks.k1.channel = c2

提示：输出的本地目录必须是已经存在的目录，如果该目录不存在，并不会创建新的目录。

（4）执行配置文件

分别开启对应配置文件：flume-flume-dir，flume-flume-hdfs，flume-file-flume

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group1/flume-flume-dir.conf

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group1/flume-flume-hdfs.conf

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group1/flume-file-flume.conf

当确保三个执行配置文件启动起来后，我们还需要开启hive服务

[root@hadoop101 hive-1.2.1]# bin/hive

Logging initialized using configuration in file:/usr/local/hadoop/module/hive-1.2.1/conf/hive-log4j.properties
hive (default)>

（5）检查HDFS上数据

在这里插入图片描述
（7）检查/usr/local/hadoop/module/datas/flume3
目录中数据

[root@hadoop101 flume3]# ll

total 16
-rw-r--r-- 1 root root    0 Jan 10 18:09 1578679784970-1
-rw-r--r-- 1 root root    0 Jan 10 18:14 1578679784970-10
-rw-r--r-- 1 root root 3056 Jan 10 18:15 1578679784970-11
-rw-r--r-- 1 root root    0 Jan 10 18:15 1578679784970-12
-rw-r--r-- 1 root root    0 Jan 10 18:15 1578679784970-13
-rw-r--r-- 1 root root    0 Jan 10 18:16 1578679784970-14
-rw-r--r-- 1 root root    0 Jan 10 18:16 1578679784970-15
-rw-r--r-- 1 root root    0 Jan 10 18:17 1578679784970-16
-rw-r--r-- 1 root root    0 Jan 10 18:17 1578679784970-17
-rw-r--r-- 1 root root    0 Jan 10 18:18 1578679784970-18
-rw-r--r-- 1 root root    0 Jan 10 18:18 1578679784970-19
-rw-r--r-- 1 root root    0 Jan 10 18:10 1578679784970-2
-rw-r--r-- 1 root root    0 Jan 10 18:19 1578679784970-20
-rw-r--r-- 1 root root    0 Jan 10 18:19 1578679784970-21
-rw-r--r-- 1 root root    0 Jan 10 18:20 1578679784970-22
-rw-r--r-- 1 root root    0 Jan 10 18:20 1578679784970-23
-rw-r--r-- 1 root root    0 Jan 10 18:21 1578679784970-24
-rw-r--r-- 1 root root 1571 Jan 10 18:11 1578679784970-3
-rw-r--r-- 1 root root    0 Jan 10 18:11 1578679784970-4
-rw-r--r-- 1 root root    0 Jan 10 18:11 1578679784970-5
-rw-r--r-- 1 root root    0 Jan 10 18:12 1578679784970-6
-rw-r--r-- 1 root root    0 Jan 10 18:12 1578679784970-7
-rw-r--r-- 1 root root    0 Jan 10 18:13 1578679784970-8
-rw-r--r-- 1 root root    0 Jan 10 18:13 1578679784970-9
-rw-r--r-- 1 root root    0 Jan 10 18:22 1578680533431-1
-rw-r--r-- 1 root root    0 Jan 10 18:26 1578680533431-10
-rw-r--r-- 1 root root    0 Jan 10 18:27 1578680533431-11
-rw-r--r-- 1 root root    0 Jan 10 18:27 1578680533431-12
-rw-r--r-- 1 root root    0 Jan 10 18:28 1578680533431-13
-rw-r--r-- 1 root root    0 Jan 10 18:28 1578680533431-14
-rw-r--r-- 1 root root    0 Jan 10 18:29 1578680533431-15
-rw-r--r-- 1 root root    0 Jan 10 18:29 1578680533431-16
-rw-r--r-- 1 root root    0 Jan 10 18:30 1578680533431-17
-rw-r--r-- 1 root root    0 Jan 10 18:30 1578680533431-18
-rw-r--r-- 1 root root    0 Jan 10 18:31 1578680533431-19
-rw-r--r-- 1 root root 1571 Jan 10 18:22 1578680533431-2
-rw-r--r-- 1 root root    0 Jan 10 18:31 1578680533431-20
-rw-r--r-- 1 root root    0 Jan 10 18:32 1578680533431-21
-rw-r--r-- 1 root root    0 Jan 10 18:32 1578680533431-22
-rw-r--r-- 1 root root    0 Jan 10 18:33 1578680533431-23
-rw-r--r-- 1 root root    0 Jan 10 18:33 1578680533431-24
-rw-r--r-- 1 root root    0 Jan 10 18:34 1578680533431-25
-rw-r--r-- 1 root root    0 Jan 10 18:34 1578680533431-26
-rw-r--r-- 1 root root    0 Jan 10 18:35 1578680533431-27
-rw-r--r-- 1 root root    0 Jan 10 18:35 1578680533431-28
-rw-r--r-- 1 root root    0 Jan 10 18:36 1578680533431-29
-rw-r--r-- 1 root root    0 Jan 10 18:23 1578680533431-3
-rw-r--r-- 1 root root    0 Jan 10 18:36 1578680533431-30
-rw-r--r-- 1 root root    0 Jan 10 18:37 1578680533431-31
-rw-r--r-- 1 root root    0 Jan 10 18:37 1578680533431-32
-rw-r--r-- 1 root root    0 Jan 10 18:38 1578680533431-33
-rw-r--r-- 1 root root    0 Jan 10 18:38 1578680533431-34
-rw-r--r-- 1 root root    0 Jan 10 18:39 1578680533431-35
-rw-r--r-- 1 root root    0 Jan 10 18:39 1578680533431-36
-rw-r--r-- 1 root root    0 Jan 10 18:23 1578680533431-4
-rw-r--r-- 1 root root    0 Jan 10 18:24 1578680533431-5
-rw-r--r-- 1 root root    0 Jan 10 18:24 1578680533431-6
-rw-r--r-- 1 root root    0 Jan 10 18:25 1578680533431-7
-rw-r--r-- 1 root root    0 Jan 10 18:25 1578680533431-8
-rw-r--r-- 1 root root    0 Jan 10 18:26 1578680533431-9
-rw-r--r-- 1 root root    0 Jan 10 18:40 1578681631821-1
-rw-r--r-- 1 root root 1571 Jan 10 18:41 1578681631821-2
-rw-r--r-- 1 root root    0 Jan 10 18:41 1578681631821-3
-rw-r--r-- 1 root root    0 Jan 10 18:42 1578681631821-4
-rw-r--r-- 1 root root    0 Jan 10 18:42 1578681631821-5
-rw-r--r-- 1 root root    0 Jan 10 18:43 1578681631821-6
-rw-r--r-- 1 root root    0 Jan 10 18:43 1578681631821-7
[root@hadoop101 flume3]#

5、单数据源多出口案例(Sink组)

单Source、Channel多Sink(负载均衡)如图
在这里插入图片描述
1）案例需求：
使用Flume-1监控文件变动，Flume-1将变动内容传递给Flume-2，Flume-2负责存储到HDFS。同时Flume-1将变动内容传递给Flume-3，Flume-3也负责存储到HDFS

2）需求分析：
单数据源多出口案例(Sink组)
在这里插入图片描述
3）实现步骤：

准备工作：
在/usr/local/hadoop/module/flume-1.7.0/job
目录下创建group2文件夹

[root@hadoop101 job]# mkdir group2
[root@hadoop101 job]# cd group2
[root@hadoop101 group2]#

（2）创建flume-netcat-flume.conf

配置1个接收日志文件的source和1个channel、两个sink，分别输送给flume-flume-console1和flume-flume-console2。

创建配置文件并打开

[root@hadoop101 group2]# touch flume-netcat-flume.conf
[root@hadoop101 group2]# vim flume-netcat-flume.conf

添加如下内容

# Name the components on this agent
a1.sources = r1
a1.channels = c1
a1.sinkgroups = g1
a1.sinks = k1 k2

# Describe/configure the source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 44444

a1.sinkgroups.g1.processor.type = load_balance
a1.sinkgroups.g1.processor.backoff = true
a1.sinkgroups.g1.processor.selector = round_robin
a1.sinkgroups.g1.processor.selector.maxTimeOut=10000

# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop101
a1.sinks.k1.port = 4141

a1.sinks.k2.type = avro
a1.sinks.k2.hostname = hadoop101
a1.sinks.k2.port = 4142

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

# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinkgroups.g1.sinks = k1 k2
a1.sinks.k1.channel = c1
a1.sinks.k2.channel = c1

注：Avro是由Hadoop创始人Doug Cutting创建的一种语言无关的数据序列化和RPC框架。

注：RPC（Remote Procedure Call）—远程过程调用，它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。

（2）创建flume-flume-console1.conf

配置上级Flume输出的Source，输出是到本地控制台。

创建配置文件并打开

[root@hadoop101 group2]# touch flume-flume-console1.conf
[root@hadoop101 group2]# vim flume-flume-console1.conf

添加如下内容

# Name the components on this agent
a2.sources = r1
a2.sinks = k1
a2.channels = c1

# Describe/configure the source
a2.sources.r1.type = avro
a2.sources.r1.bind = hadoop101
a2.sources.r1.port = 4141

# Describe the sink
a2.sinks.k1.type = logger

# Describe the channel
a2.channels.c1.type = memory
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r1.channels = c1
a2.sinks.k1.channel = c1

（3）创建flume-flume-console2.conf

配置上级Flume输出的Source，输出是到本地控制台

创建配置文件并打开

[root@hadoop101 group2]# touch flume-flume-console2.conf
[root@hadoop101 group2]# vim flume-flume-console2.conf

添加如下内容

# Name the components on this agent
a3.sources = r1
a3.sinks = k1
a3.channels = c2

# Describe/configure the source
a3.sources.r1.type = avro
a3.sources.r1.bind = hadoop101
a3.sources.r1.port = 4142

# Describe the sink
a3.sinks.k1.type = logger

# Describe the channel
a3.channels.c2.type = memory
a3.channels.c2.capacity = 1000
a3.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r1.channels = c2
a3.sinks.k1.channel = c2

（4）执行配置文件

分别开启对应配置文件：flume-flume-console2，flume-flume-console1，flume-netcat-flume。

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group2/flume-flume-console2.conf -Dflume.root.logger=INFO,console

[root@hadoop101 flume-1.7.0]#  bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group2/flume-flume-console1.conf -Dflume.root.logger=INFO,console

[root@hadoop101 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group2/flume-netcat-flume.conf

（5）使用telnet工具向本机的44444端口发送内容

[root@hadoop101 flume-1.7.0]# telnet localhost 44444

Trying ::1...
telnet: connect to address ::1: Connection refused
Trying 127.0.0.1...
Connected to localhost.
Escape character is '^]'.

HelloFlume
OK

2020-01-10 21:00:23,864 (SinkRunner-PollingRunner-DefaultSinkProcessor) [INFO - org.apache.flume.sink.LoggerSink.process(LoggerSink.java:95)] Event: { headers:{} body: 48 65 6C 6C 6F 46 6C 75 6D 65 0D                HelloFlume. }

都是在主接收，如果主挂掉，从将会跟上去接收

 bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group2/flume-flume-console1.conf -Dflume.root.logger=INFO,console

6、多数据源汇总案例

多Source汇总数据到单Flume如图

在这里插入图片描述
1）案例需求：
hadoop103上的Flume-1监控文件/opt/module/group.log，
hadoop102上的Flume-2监控某一个端口的数据流，
Flume-1与Flume-2将数据发送给hadoop104上的Flume-3，Flume-3将最终数据打印到控制台。

2）需求分析：
多数据源汇总案例
在这里插入图片描述

3）实现步骤：
准备工作
分发Flume

[root@hadoop103 module]$ xsync flume

在hadoop103、hadoop104以及hadoop105的 /usr/local/hadoop/module/flume-1.7.0/job目录下创建一个group3文件夹。

[root@hadoop103 job]# mkdir group3
[root@hadoop104 job]# mkdir group3
[root@hadoop105 job]# mkdir group3

（1）创建flume1-logger-flume.conf

配置Source用于监控hive.log文件，配置Sink输出数据到下一级Flume。
在hadoop104上创建配置文件并打开

[root@hadoop104 group3]# touch flume1-logger-flume.conf
[root@hadoop104 group3]# vim flume1-logger-flume.conf

添加如下内容

# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /usr/local/hadoop/module/group.log
a1.sources.r1.shell = /bin/bash -c

# Describe the sink
a1.sinks.k1.type = avro
a1.sinks.k1.hostname = hadoop105
a1.sinks.k1.port = 4141

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

# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

（2）创建flume2-netcat-flume.conf

配置Source监控端口44444数据流，配置Sink数据到下一级Flume：
在hadoop103上创建配置文件并打开

[root@hadoop103 group3]$ touch flume2-netcat-flume.conf
[root@hadoop103 group3]$ vim flume2-netcat-flume.conf

添加如下内容

# Name the components on this agent
a2.sources = r1
a2.sinks = k1
a2.channels = c1

# Describe/configure the source
a2.sources.r1.type = netcat
a2.sources.r1.bind = hadoop103
a2.sources.r1.port = 44444

# Describe the sink
a2.sinks.k1.type = avro
a2.sinks.k1.hostname = hadoop105
a2.sinks.k1.port = 4141

# Use a channel which buffers events in memory
a2.channels.c1.type = memory
a2.channels.c1.capacity = 1000
a2.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r1.channels = c1
a2.sinks.k1.channel = c1

（3）创建flume3-flume-logger.conf

配置source用于接收flume1与flume2发送过来的数据流，最终合并后sink到控制台。
在hadoop105上创建配置文件并打开

[root@hadoop105 group3]# touch flume3-flume-logger.conf
[root@hadoop105 group3]# vim flume3-flume-logger.conf

添加如下内容

# Name the components on this agent
a3.sources = r1
a3.sinks = k1
a3.channels = c1

# Describe/configure the source
a3.sources.r1.type = avro
a3.sources.r1.bind = hadoop105
a3.sources.r1.port = 4141

# Describe the sink
# Describe the sink
a3.sinks.k1.type = logger

# Describe the channel
a3.channels.c1.type = memory
a3.channels.c1.capacity = 1000
a3.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a3.sources.r1.channels = c1
a3.sinks.k1.channel = c1

（4）执行配置文件

分别开启对应配置文件：flume3-flume-logger.conf，flume2-netcat-flume.conf，flume1-logger-flume.conf。

[root@hadoop105 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a3 --conf-file job/group3/flume3-flume-logger.conf -Dflume.root.logger=INFO,console

[root@hadoop103 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a2 --conf-file job/group3/flume2-netcat-flume.conf

[root@hadoop104 flume-1.7.0]# bin/flume-ng agent --conf conf/ --name a1 --conf-file job/group3/flume1-logger-flume.conf

（5）在hadoop104上向/usr/local/hadoop/module目录下的group.log追加内容

[root@hadoop104 module]# echo 'hello' > group.log

（6）在hadoop103上向44444端口发送数据

[root@hadoop102 flume-1.7.0]# telnet hadoop103 44444

（7）检查hadoop105上数据

在这里插入图片描述

江湖侠客

发布了130 篇原创文章 · 获赞 18 · 访问量 2257

私信关注