网页制作与网站建设完全学习手册光盘,网站怎么换模板,宣传片制作公司费用,app开发定制公司如目录
Flume 概述 Flume 定义
为什么选用 Flume Flume 基础架构 Agent
Source
Sink Channel Event
Flume 安装 Flume 安装部署 安装地址 安装部署 Flume 概述 Flume 定义
Flume 是 Cloudera 提供的一个高可用的、高可靠的、分布式的海量日志采集、聚合和传输的系统。Flume…目录
Flume 概述 Flume 定义
为什么选用 Flume Flume 基础架构 Agent
Source
Sink Channel Event
Flume 安装 Flume 安装部署 安装地址 安装部署 Flume 概述 Flume 定义
Flume 是 Cloudera 提供的一个高可用的、高可靠的、分布式的海量日志采集、聚合和传输的系统。Flume 基于流式架构灵活简单。
为什么选用 Flume
Python爬虫数据Java后台日志数据服务器本地磁盘文件HDFS 文件夹Kafka 网络端口数据
Flume 最主要的作用就是实时读取服务器本地磁盘的数据并将数据写入到 HDFS。 Flume 基础架构
Flume 的组成架构如下图所示。 Agent
Agent 是一个 JVM 进程它以事件的形式将数据从源头送至目的。Agent 主要有 3 个部分组成Source、Channel、Sink。
Source
Source 是负责接收数据到 Flume Agent 的组件。Source 组件可以处理各种类型、各种格式的日志数据包括但不限于
AvroThriftExecJMSSpooling DirectoryNetcatTaildirSequence GeneratorSyslogHTTPLegacy
Sink
Sink 不断地轮询 Channel 中的事件且批量地移除它们并将这些事件批量写入到存储或索引系统或者被发送到另一个 Flume Agent。Sink 组件的目的地包括但不限于
HDFSLoggerAvroThriftIPCFileHBaseSolr自定义 Channel
Channel 是位于 Source 和 Sink 之间的缓冲区。因此Channel 允许 Source 和 Sink 运作在不同的速率上。Channel 是线程安全的可以同时处理几个 Source 的写入操作和几个 Sink 的读取操作。
Flume 自带两种 Channel
Memory Channel内存中的队列。Memory Channel 在不需要关心数据丢失的情景下适用。如果需要关心数据丢失那么 Memory Channel 就不应该使用因为程序死亡、机器宕机或者重启都会导致数据丢失。File Channel将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数据。 Event
传输单元Flume 数据传输的基本单元以 Event 的形式将数据从源头送至目的地。Event 由 Header 和 Body 两部分组成
Header用来存放该 event 的一些属性为 K-V 结构。Body用来存放该条数据形式为字节数组。
Flume 安装 Flume 安装部署 安装地址
Flume 官网地址Welcome to Apache Flume — Apache Flume文档查看地址Flume 1.11.0 User Guide — Apache Flume下载地址Index of /dist/flume 安装部署 上传安装包到 Linux 将 apache-flume-1.9.0-bin.tar.gz 上传到 Linux 的 /opt/software 目录下。 解压安装包 [lzlhadoop12 software]$ tar -zxf /opt/software/apache-flume-1.9.0-bin.tar.gz -C /opt/module/ 重命名安装目录 [lzlhadoop12 module]$ mv /opt/module/apache-flume-1.9.0-bin /opt/module/flume 删除不兼容的 jar 包 为了兼容 Hadoop 3.1.3需要删除 flume 目录下 lib 文件夹中的 guava-11.0.2.jar 文件。 [lzlhadoop12 lib]$ rm /opt/module/flume/lib/guava-11.0.2.jar
