优秀国外设计网站,徐州网站简介,杭州建设工程交易网,360建筑网如何删除自己的信息前言
本节内容我们完成Flume数据采集的一个多路复用案例#xff0c;使用三台服务器#xff0c;一台服务器负责采集本地日志数据#xff0c;通过使用Replicating ChannelSelector选择器#xff0c;将采集到的数据分发到另外俩台服务器#xff0c;一台服务器将数据存储到hd…前言
本节内容我们完成Flume数据采集的一个多路复用案例使用三台服务器一台服务器负责采集本地日志数据通过使用Replicating ChannelSelector选择器将采集到的数据分发到另外俩台服务器一台服务器将数据存储到hdfs另外一台服务器将数据存储在本机使用Avro的方式完成flume之间采集数据的传输。整体架构如下 正文
①在hadoop101服务器的/opt/module/apache-flume-1.9.0/job目录下创建job-file-flume-avro.conf配置文件用于监控hive日志并传输到avro sink - job-file-flume-avro.conf配置文件 # 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 /tmp/hadoop/hive.log
a1.sources.r1.shell /bin/bash -c
# Describe the sink
# sink 端的 avro 是一个数据发送者
a1.sinks.k1.type avro
a1.sinks.k1.hostname hadoop102
a1.sinks.k1.port 4141
a1.sinks.k2.type avro
a1.sinks.k2.hostname hadoop103
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 c2②在hadoop102服务器的/opt/module/apache-flume-1.9.0/job目录下创建job-avro-flume-hdfs.conf配置文件将监控数据传输到hadoop的hdfs系统 - job-avro-flume-hdfs.conf配置文件 # Name the components on this agent
a2.sources r1
a2.sinks k1
a2.channels c1
# Describe/configure the source
# source 端的 avro 是一个数据接收服务
a2.sources.r1.type avro
a2.sources.r1.bind hadoop102
a2.sources.r1.port 4141
# Describe the sink
a2.sinks.k1.type hdfs
a2.sinks.k1.hdfs.path hdfs://hadoop101:8020/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 30
#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
# 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 c1③在hadoop103服务器的/opt/module/apache-flume-1.9.0/job目录下创建job-avro-flume-dir.conf配置文件将监控数据传输到/opt/module/apache-flume-1.9.0/flume3目录下 - job-avro-flume-dir.conf配置文件 # 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 hadoop103
a3.sources.r1.port 4142
# Describe the sink
a3.sinks.k1.type file_roll
a3.sinks.k1.sink.directory /opt/module/apache-flume-1.9.0/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 - 创建数据存储目录/opt/module/apache-flume-1.9.0/flume3 ④启动hadoop集群 ⑤启动hadoop102上的flume任务job-avro-flume-hdfs.conf - 命令 bin/flume-ng agent -c conf/ -n a2 -f job/job-avro-flume-hdfs.conf -Dflume.root.loggerINFO,console ⑥启动hadoop103上的flume任务job-avro-flume-dir.conf - 命令 bin/flume-ng agent -c conf/ -n a3 -f job/job-avro-flume-dir.conf -Dflume.root.loggerINFO,console ⑦启动hadoop101上的flume任务job-file-flume-avro.conf - 命令 bin/flume-ng agent -c conf/ -n a1 -f job/job-file-flume-avro.conf -Dflume.root.loggerINFO,console ⑧启动hive ⑨查看监控结果 - 查看hdfs - 查看存储目录/opt/module/apache-flume-1.9.0/flume3下的文件 结语
至此关于Flume数据采集之复制和多路复用案例实战到这里就结束了我们下期见。。。。。。
