Flume-ng 多节点集群搭建

川长思鸟来 2022-06-06 02:55 338阅读 0赞

http://blog.csdn.net/u010695420/article/details/44978079

Flume NG是一个分布式、可靠、可用的系统，它能够将不同数据源的海量日志数据进行高效收集、聚合，最后存储到一个中心化数据存储系统中,方便进行数据分析。事实上flume也可以收集其他信息，不仅限于日志。由原来的Flume OG到现在的Flume NG，进行了架构重构，并且现在NG版本完全不兼容原来的OG版本。相比较而言，flume NG更简单更易于管理操作。
Flume OG:Flume original generation 即Flume 0.9.x版本
Flume NG:Flume next generation ，即Flume 1.x版本。
Flume NG用户参考手册：http://flume.apache.org/FlumeUserGuide.html#
Flume1.5.2下载地址：
http://www.apache.org/dyn/closer.cgi/flume/1.5.2/apache-flume-1.5.2-bin.tar.gz
简单比较一下两者的区别：
OG有三个组件agent、collector、master，agent主要负责收集各个日志服务器上的日志，将日志聚合到collector，可设置多个collector，master主要负责管理agent和collector，最后由collector把收集的日志写的HDFS中，当然也可以写到本地、给storm、给Hbase。
这里写图片描述
NG最大的改动就是不再有分工角色设置，所有的都是agent，可以彼此之间相连，多个agent连到一个agent，此agent也就相当于collector了，NG也支持负载均衡，具体参见http://shiyanjun.cn/archives/915.html。
这里写图片描述
现在我们准备了三台机器（虚拟机也可以，但出现的问题也会很多，比如内存空间不足，网络连接问题，此处已哭晕）。
操作系统：CentOS 6.6
Flume版本：1.5.2
设置三台机器的IP地址分别为192.168.1.105,192.168.1.106,192.168.1.107,记得关闭防火墙：
命令service iptables stop
环境准备好之后，在flume/conf/下新建agent.conf文件，105和106配置一样，如下：

  1. #Agent
  2. flumeAgent.channels = c1
  3. flumeAgent.sources  = s1
  4. flumeAgent.sinks    = k1 
  5. #flumeAgent Spooling Directory Source
  6. #注(1)
  7. flumeAgent.sources.s1.type = spooldir
  8. flumeAgent.sources.s1.spoolDir  =/usr/logs/
  9. flumeAgent.sources.s1.fileHeader = true
  10. flumeAgent.sources.s1.deletePolicy =immediate
  11. flumeAgent.sources.s1.batchSize =1000
  12. flumeAgent.sources.s1.channels =c1
  13. flumeAgent.sources.s1.deserializer.maxLineLength =1048576
  14. #flumeAgent FileChannel
  15. #注(2)
  16. flumeAgent.channels.c1.type = file
  17. flumeAgent.channels.c1.checkpointDir = /var/flume/spool/checkpoint
  18. flumeAgent.channels.c1.dataDirs = /var/flume/spool/data
  19. flumeAgent.channels.c1.capacity = 200000000
  20. flumeAgent.channels.c1.keep-alive = 30
  21. flumeAgent.channels.c1.write-timeout = 30
  22. flumeAgent.channels.c1.checkpoint-timeout=600
  23. # flumeAgent Sinks
  24. #注(3)
  25. flumeAgent.sinks.k1.channel = c1
  26. flumeAgent.sinks.k1.type = avro
  27. # connect to CollectorMainAgent
  28. flumeAgent.sinks.k1.hostname = 192.168.1.107
  29. flumeAgent.sinks.k1.port = 44444
  32.    1 
  33.    2 
  34.    3 
  35.    4 
  36.    5 
  37.    6 
  38.    7 
  39.    8 
  40.    9 
  41.    10 
  42.    11 
  43.    12 
  44.    13 
  45.    14 
  46.    15 
  47.    16 
  48.    17 
  49.    18 
  50.    19 
  51.    20 
  52.    21 
  53.    22 
  54.    23 
  55.    24 
  56.    25 
  57.    26 
  58.    27 
  59.    28 
  60.    29

我们设置107机器为汇聚节点，105和106的日志文件都将集中到这里，在flume/conf/下新建consolidatio.conf文件，配置如下：

  1. #flumeConsolidationAgent
  2. flumeConsolidationAgent.channels = c1
  3. flumeConsolidationAgent.sources  = s1
  4. flumeConsolidationAgent.sinks    = k1 
  6. #flumeConsolidationAgent Avro Source
  7. #注(4)
  8. flumeConsolidationAgent.sources.s1.type = avro
  9. flumeConsolidationAgent.sources.s1.channels = c1
  10. flumeConsolidationAgent.sources.s1.bind = 192.168.1.107
  11. flumeConsolidationAgent.sources.s1.port = 44444
  13. #flumeConsolidationAgent FileChannel
  14. flumeConsolidationAgent.channels.c1.type = file
  15. flumeConsolidationAgent.channels.c1.checkpointDir = /var/flume/spool/checkpoint
  16. flumeConsolidationAgent.channels.c1.dataDirs = /var/flume/spool/data
  17. flumeConsolidationAgent.channels.c1.capacity = 200000000
  18. flumeConsolidationAgent.channels.c1.keep-alive = 30
  19. flumeConsolidationAgent.channels.c1.write-timeout = 30
  20. flumeConsolidationAgent.channels.c1.checkpoint-timeout=600
  22. ##flumeConsolidationAgent Memory Channel
  23. #flumeConsolidationAgent.channels.c1.type = memory
  24. #flumeConsolidationAgent.channels.c1.capacity = 10000
  25. #flumeConsolidationAgent.channels.c1.transactionCapacity = 10000
  26. #flumeConsolidationAgent.channels.c1.byteCapacityBufferPercentage = 20
  27. #flumeConsolidationAgent.channels.c1.byteCapacity = 800000
  29. #flumeConsolidationAgent Sinks
  30. #注(5)
  31. flumeConsolidationAgent.sinks.k1.channel= c1
  32. flumeConsolidationAgent.sinks.k1.type = file_roll
  33. flumeConsolidationAgent.sinks.k1.sink.directory = /var/tmp
  34. flumeConsolidationAgent.sinks.k1.sink.rollInterval = 3600
  35. flumeConsolidationAgent.sinks.k1.batchSize = 10000
  38.    1 
  39.    2 
  40.    3 
  41.    4 
  42.    5 
  43.    6 
  44.    7 
  45.    8 
  46.    9 
  47.    10 
  48.    11 
  49.    12 
  50.    13 
  51.    14 
  52.    15 
  53.    16 
  54.    17 
  55.    18 
  56.    19 
  57.    20 
  58.    21 
  59.    22 
  60.    23 
  61.    24 
  62.    25 
  63.    26 
  64.    27 
  65.    28 
  66.    29 
  67.    30 
  68.    31 
  69.    32 
  70.    33 
  71.    34 
  72.    35

配置完成后，先启动107，命令行：

  1. bin/flume-ng agent --conf conf --conf-file conf/consolidatio.conf --name flumeConsolidationAgent -Dflume.root.logger=DEBUG,console
  4.    1

再启动105和106，命令行：

  1. bin/flume-ng agent --conf conf --conf-file conf/agent.conf --name flumeAgent -Dflume.root.logger=DEBUG,console
  4.    1

此处有三种模式运行：INFO、DEBUG、ERROR，以次容错度升高。
注(1)：sources类型为spooldir，监控某一目录下的文件，一旦有文件进入，则收割。被收割的文件不能再打开编辑，此处设置收割完毕后直接删除文件，这儿我出现的一个问题是，直接手动往该目录下拷贝文件一旦文件大小高于20M左右就宕机，提前拷入则正常，后来查到原因是拷贝的的速度远远小于收割的速度，有种文件被操作的感觉，所以出错。
注(2)：channel类型为file。
MemoryChannel: 所有的events被保存在内存中。优点是高吞吐。缺点是容量有限并且Agent死掉时会丢失内存中的数据。
FileChannel: 所有的events被保存在文件中。优点是容量较大且死掉时数据可恢复。缺点是速度较慢。
注(3)：sink类型为avro，hostname都要指向的consolidation的IP，端口号可以任意设置，只要不冲突就行，这样也会出现问题，当107的flumeConsolidationAgent重新启动后会出现“地址已被占用的”错误，要么修改端口号，要么杀死该进程。
注(4)：consolidation要绑定本机的IP，端口号也要与105和106一致。
注(5)：此处我们将收集的文件存入本地，并没有写入HDFS，因为还要装Hadoop。这里要千万注意所有sinks的channel，比如x.sinks.k1.channel = c1中的channel一定不加s。
成功后，我们将看到如下信息：
这里写图片描述

但是单独使用flume意义不大，需要结合其他工具一起组成大数据架构。
大数据架构：flume-ng+Kafka+Storm+HDFS 实时系统组合：
http://www.aboutyun.com/thread-6855-1-1.html(出处: about云开发)
Flume+Kafka+Strom基于分布式环境的结合使用：
http://www.aboutyun.com/thread-8915-1-1.html(出处: about云开发)

欢迎批评指正！

发表评论

表情：
评论列表 （有 0 条评论，338人围观）

还没有评论，来说两句吧...

相关阅读