Flume NG 学习笔记（三）流配置

x625802392

版权声明：本文为博主原创文章，未经博主允许不得转载。

目录(?)[+]

　　

　　在通过flume采集日志数据的时候，一般都是通过flume 代理从日志源或者日志客户端采集数据到flume代理中，然后再由flume代理送到目标存储.上图中就是每个一级flume代理负责从webserv采集数据,然后再由一个二级flume代理进行日志汇总。

　　

　　Flume支持从一个源发送事件到多个通道中，这被称为事件流的复用。这里需要在配置中定义事件流的复制/复用，选择1个或者多个通道进行数据流向。
　　下面的内容主要介绍flume 流配置，这节比较水，因为都比较简单。
一、单一代理流配置
　　下面的配置例子是外部数据源通过avro客户端发送数据到HDFS上。下面无节操的直接拷官网
　　

　　[html] view plain copy

• 　　agent_foo.sources= avro-AppSrv-source  
  
• 　　agent_foo.sinks= hdfs-Cluster1-sink  
  
• 　　agent_foo.channels= mem-channel-1  
  
• 　　   
  
• 　　# set channel for sources, sinks  
  
• 　　   
  
• 　　# properties of avro-AppSrv-source  
  
• 　　agent_foo.sources.avro-AppSrv-source.type= avro  
  
• 　　agent_foo.sources.avro-AppSrv-source.bind= localhost  
  
• 　　agent_foo.sources.avro-AppSrv-source.port= 10000  
  
• 　　   
  
• 　　# properties of mem-channel-1  
  
• 　　agent_foo.channels.mem-channel-1.type= memory  
  
• 　　agent_foo.channels.mem-channel-1.capacity= 1000  
  
• 　　agent_foo.channels.mem-channel-1.transactionCapacity= 100  
  
• 　　   
  
• 　　# properties of hdfs-Cluster1-sink  
  
• 　　agent_foo.sinks.hdfs-Cluster1-sink.type= hdfs  
  
• 　　agent_foo.sinks.hdfs-Cluster1-sink.hdfs.path= hdfs://namenode/flume/webdata  
  

　　

　　

二、单代理多流配置
　　单代理多流配置是上面的加强版，相当于一个代理两个流，一个是从外部avro客户端到HDFS，另一个是Linux命令（tail）的输出到Avro接受代理，2个做成配置。继续无节操的直接拷官网
　　

　　[html] view plain copy

• 　　# list the sources, sinks and channelsin the agent  
  
• 　　agent_foo.sources= avro-AppSrv-source1 exec-tail-source2  
  
• 　　agent_foo.sinks= hdfs-Cluster1-sink1 avro-forward-sink2  
  
• 　　agent_foo.channels= mem-channel-1 file-channel-2  
  
• 　　   
  
• 　　# flow #1 configuration  
  
• 　　agent_foo.sources.avro-AppSrv-source1.channels= mem-channel-1  
  
• 　　agent_foo.sinks.hdfs-Cluster1-sink1.channel= mem-channel-1  
  
• 　　   
  
• 　　# flow #2 configuration  
  
• 　　agent_foo.sources.exec-tail-source2.channels= file-channel-2  
  
• 　　agent_foo.sinks.avro-forward-sink2.channel= file-channel-2  
  

　　


　　

三、配置多代理流程
　　这个配置就是学习（二）的第二个例子，简单的讲就是数据源发送的事件由第一个Flume代理发送到下一个Flume代理中。下面是官网：
　　

　　[html] view plain copy

• 　　# list sources, sinks and channels inthe agent  
  
• 　　agent_foo.sources= avro-AppSrv-source  
  
• 　　agent_foo.sinks= avro-forward-sink  
  
• 　　agent_foo.channels= file-channel  
  
• 　　   
  
• 　　# define the flow  
  
• 　　agent_foo.sources.avro-AppSrv-source.channels= file-channel  
  
• 　　agent_foo.sinks.avro-forward-sink.channel= file-channel  
  
• 　　   
  
• 　　# avro sink properties  
  
• 　　agent_foo.sources.avro-forward-sink.type= avro  
  
• 　　agent_foo.sources.avro-forward-sink.hostname= 10.1.1.100  
  
• 　　agent_foo.sources.avro-forward-sink.port= 10000  
  
• 　　   
  
• 　　# configure other pieces  
  
• 　　#...  
  

　　

　　

　　例子都不难理解
四、多路复用流
　　Flume支持从一个源到多个通道和sinks,叫做fan out。有两种模式的fan out，复制和复用。复制就是流的事件被发送到所有的配置通道去。
　　

　　[html] view plain copy

• 　　# List the sources, sinks and channelsfor the agent  
  
• 　　.sources=   
  
• 　　.sinks=   
  
• 　　.channels=   
  
• 　　   
  
• 　　# set list of channels for source(separated by space)  
  
• 　　.sources..channels=   
  
• 　　   
  
• 　　# set channel for sinks  
  
• 　　.sinks..channel=   
  
• 　　.sinks..channel=   
  
• 　　   
  
• 　　.sources..selector.type= replicating  
  

　　其中，.sources..selector.type= replicating 这个源的选择类型为复制。这个参数不指定一个选择的时候，默认情况下它复制
　　

　　复用则是麻烦一下，流的事情是被筛选的发生到不同的渠道，需要指定源和扇出通道的规则，感觉与case when 类似。
　　复用的参数为：.sources..selector.type = multiplexing
　　

　　[html] view plain copy

• 　　# Mapping for multiplexing selector  
  
• 　　.sources..selector.type= multiplexing  
  
• 　　.sources..selector.header=   
  
• 　　.sources..selector.mapping.=   
  
• 　　.sources..selector.mapping.=   
  
• 　　.sources..selector.mapping.=   
  
• 　　#...  
  
• 　　   
  
• 　　.sources..selector.default=   
  

　　

　　

　　官网中给出例子，可以看出流的事件要声明一个头部，然后我们检查头部对应的值，这里我们可以认为是事件属性，如果指定的值与设定的通道相匹配，那么就将该事件发送到被匹配到的通道中去。这个参数就是默认通道.sources..selector.default =
　　下面是官网中复用的详细配置例子
　　

　　[html] view plain copy

• 　　# list the sources, sinks and channelsin the agent  
  
• 　　agent_foo.sources= avro-AppSrv-source1  
  
• 　　agent_foo.sinks= hdfs-Cluster1-sink1 avro-forward-sink2  
  
• 　　agent_foo.channels= mem-channel-1 file-channel-2  
  
• 　　   
  
• 　　# set channels for source  
  
• 　　agent_foo.sources.avro-AppSrv-source1.channels= mem-channel-1 file-channel-2  
  
• 　　   
  
• 　　# set channel for sinks  
  
• 　　agent_foo.sinks.hdfs-Cluster1-sink1.channel= mem-channel-1  
  
• 　　agent_foo.sinks.avro-forward-sink2.channel= file-channel-2  
  
• 　　   
  
• 　　# channel selector configuration  
  
• 　　agent_foo.sources.avro-AppSrv-source1.selector.type= multiplexing  
  
• 　　agent_foo.sources.avro-AppSrv-source1.selector.header= State  
  
• 　　agent_foo.sources.avro-AppSrv-source1.selector.mapping.CA= mem-channel-1  
  
• 　　agent_foo.sources.avro-AppSrv-source1.selector.mapping.AZ= file-channel-2  
  
• 　　agent_foo.sources.avro-AppSrv-source1.selector.mapping.NY= mem-channel-1 file-channel-2  
  
• 　　agent_foo.sources.avro-AppSrv-source1.selector.default= mem-channel-1  
  

　　

　　

　　上面例子中，设置事件的头属性Header 为“State”作为的选择检查。剩下的就是与case when 基本一样。其中，例子中的配置
　　agent_foo.sources.avro-AppSrv-source1.selector.mapping.NY= mem-channel-1 file-channel-2 从这里可以看出映射允许每个值通道可以重叠。默认值可以包含任意数量的通道。