flume安装及配置

Flume安装

 

介绍

Flume本身的安装比较简单（flume的介绍请参考http://blog.csdn.net/rzhzhz/article/details/7448633），安装前先说明几个概念,先看flume的架构

1.    Flume分三种角色

       Mater:  master负责配置及通信管理，是集群的控制器。

       Collector: collector用于对数据进行聚合，往往会产生一个更大的流，然后加载到storage中。

       Agent: Agent用于采集数据，agent是flume中产生数据流的地方，同时，agent会将产生的数据流传输到collector

2.    Collector和Agent的配置数据必须指定Source（可以理解为数据入口）和Sink（可以理解为数据出口）

常用的source如：

text(“filename”)：将文件filename作为数据源，按行发送

tail(“filename”)：探测filename新产生的数据，按行发送出去

fsyslogTcp(5140)：监听TCP的5140端口，并且接收到的数据发送出去

常用的sink如：

console[("format")] ：直接将将数据显示在桌面上

text(“txtfile”)：将数据写到文件txtfile中

dfs(“dfsfile”)：将数据写到HDFS上的dfsfile文件中

syslogTcp(“host”,port)：将数据通过TCP传递给host节点

具体介绍可以参考

http://blog.csdn.net/rzhzhz/article/details/7457956

http://blog.csdn.net/rzhzhz/article/details/7449662

 

 

安装

1.    下载解压安装

a)    Flume的下载地址http://archive.cloudera.com/cdh/3/

b)    这里所说的安装包括jdk，flume本身及zookeeper的安装，这里就不再赘述jdk的安装过程。Zookeeper集群安装请参考http://blog.csdn.net/rzhzhz/article/details/7448894

c)     把下载好的flume包解压到相应位置（flume集群每台机器都需安装），以下以$FLUME_HOME代替安装路径，至于以哪个用户安装按本身实际情况而定。

d)    我们暂且先配置一个master，一个collector，一个agent，主机名对应如下

Mater： master

Collector ： collector

Agent ： agent

2.    配置相关路径

a)    这里要配置相关路径无非也就是因为flume在启动的时候如果依赖到相关软件（如java，hadoop，zookeeper）时会去其根目录下加载jar包和去conf目录下加载配置文件

b)    我习惯在/etc/profile下配置export，当然你也可以去$FLUME_HOME/bin目录下flume-env.sh配置(由flume-env.sh.template改名而成)

配置大致如下（内容仅供参考，加载过程大家可参考$FLUME_HOME/bin/flume脚本内容）

 

#Java export  JAVA_HOME=/usr/java/jdk1.6.0_25 export  CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar export  PATH=$PATH:$JAVA_HOME/bin     #hadoop export  HADOOP_HOME=/usr/local/hadoop export  PATH=$PATH:$HADOOP_HOME/bin     #zookeeper export  ZOOKEEPER_HOME=/usr/local/zookeeper export  PATH=$PATH:$ZOOKEEPER_HOME/bin   #flume export  FLUME_HOME=/usr/local/flume export  FLUME_CONF_DIR=$FLUME_HOME/conf export  PATH=$PATH:$FLUME_HOME/bin

 

3.    修改配置文件

a)    $FLUME_HOME/conf目录下本身有flume-conf.xml和flume-site.xml.template两个文件，flume-conf.xml是默认的配置文件，虽说也可以修改，但不建议修改，用户配置应该在flume-site.xml（由flume-site.xml.template改名而成）文件中（即相当于覆盖flume-conf.xml文件中的原有配置）。flume-site.xml文件应该是针对节点在集群中的不同角色而做不同的修改(详细的配置参数可以参考flume-conf.xml,针对不同角色做了分门别类，一目了然)，这里就不具体描述了，可参考http://blog.csdn.net/rzhzhz/article/details/7457956。

b)    Collector和Agent的用户配置文件中flume-site.xml必须指定master的地址flume.master.servers,如下：

 

<property>    <name>flume.master.servers</name>  <value>master</value> </property>

 

4.    启动zookeeper集群

a)    这里zookeeper集群会在master的配置文件里配置。

 

<property>     <name>flume.master.zk.use.external</name>    <value>true</value> </property>   <property>    <name>flume.master.zk.servers</name>    <value>master:2181,collector:2181,agent:2181</value>    </property>

flume.master.zk.use.external   是否使用外部zookeeper集群

flume.master.zk.servers zookeeper集群地址

b)    如果不配置则使用flume内部提供的zookeeper。flume使用使用zookeeper进行管理和负载均衡.

c)     关于zookeeper保存的master的配置数据是可以配置（flume.master.store）的，可以选择存在zookeeper中（zookeeper），也可以选择存储在内存中（memory）

5.    启动master，collector，Agent

a)    启动master:  flume master

b)    启动node（collector）:  flume node_nowatch

c)     启动node（agent）:  flume node_nowatch

后两者的启动方式是一样的，只是在配置参数中有所差异

启动node的时候可以选择指定node的名字的参数  -n ,默认为主机名

如（flume node_nowatch –n node1）

6.    查看

a)    Web查看

Master ：

http://master:35871/flumemaster.jsp

可以在master页面查看和配置node参数

node ：

http://collector:35862/flumeagent.jsp

 

http://agent:35862/flumeagent.jsp

单机部署的时候，如果启动了多个node，则端口以此增加（如35863，35864）

b)    Shell连接（简略介绍下，更详细的命令请参考help）

flume shell

collect master

7.    在master修改节点配置

a)    这里我们其实可以这样先易后难，不要一开始就弄复杂的配置，这样很难定位错误，还有flume本身的错误基本就是在控制台输出，这与我们的调试思路有点违背，我们一般的查错首先都会想到日志文件，但它的日志文件实在是没什么东西

b)    配置界面大致如下

当然你也可以在shell端配置，此处就不多做介绍。

Web界面配置步骤如下

首先选择configure node选择要选择的node,或者指定不存在于list中的节点（or specify another node）

配置source

配置sink

提交

提交之后可以在master的界面查看是否成功，大致如下图

c)     Collector配置                                  

SOURCE: collectorSource(35853)

监听35853端口，接受agent发送的消息                   

SINK: collectorSink("file:///tmp/flume/collected","sink")

将数据加载到文件中

d)    Agent配置

SOURCE: console   

从控制台接受输入                                    

SINK: agentE2ESink( "collector",35853 )

指定collector的名字及端口

 

下面简单介绍一下调试流程

首先我们可以这么配置 先配置最简单的source ，console（控制台输入）

最简单的sink，collectorSink("file:///tmp/flume/collected", "file")

然后看file:///tmp/flume/collected文件目录下是否有控制台输入的内容

调试成功后说明agent与collector是相通的。

再把source换成text或者其他再做调试

   最后把sink换成hdfs或者hbase什么的

8.    配置生效（自动），查看结果

略