#Flume# Flume日志采集框架一些知识

#Flume# Flume日志采集框架一些知识

一、简介

1.1、介绍

  1. Flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。
  2. Flume可以采集文件,socket数据包等各种形式源数据,又可以将采集到的数据输出到HDFS、hbase、hive、kafka等众多外部存储系统中
  3. 一般的采集需求,通过对flume的简单配置即可实现
  4. Flume针对特殊场景也具备良好的自定义扩展能力,因此,flume可以适用于大部分的日常数据采集场景

1.2、运行机制

  1. Flume分布式系统中最核心的角色是agent,flume采集系统就是由一个个agent所连接起来形成
  2. 每一个agent相当于一个数据传递员(Source 到 Channel 到 Sink之间传递数据的形式是Event事件;Event事件是一个数据流单元),内部有三个组件:
  • Source:采集源,用于跟数据源对接,以获取数据(决定了程序运行的位置)
  • Sink:下沉地,采集数据的传送目的,用于往下一级agent传递数据或者往最终存储系统传递数据
  • Channel:angent内部的数据传输通道,用于从source将数据传递到sink

二、架构图

2.1、单agent采集数据

2.2、多级agent串联

2.3、单数据源多个输出

三、安装

安装配置JDK环境,然后Flume官网下载压缩包,即可使用

四、使用示例

4.1、启动flume,启动命令如下

  • -c conf 指定flume自身的配置文件所在目录
  • -f conf/flume_conf_file 指定我们所描述的采集方案
  • -n a1 指定我们这个agent的名字
  • -Dflume.root.logger=INFO,console jvm使用,可以换成 DEBUG,INFO,ERROR不同调试日志

4.2、示例一:Socket到log4j

测试采集数据【产生数据,采集数据】:

产生数据:

采集数据:

4.3、示例二:FlumeToHttpSinks

4.4、示例三:FlumeToElasticSearch