Flume分布式日志收集系统

1.flume是分布式的日志收集系统，把收集来的数据传送到目的地去。
2.flume里面有个核心概念，叫做agent。agent是一个java进程，运行在日志收集节点。通过agent接收日志，然后暂存起来，再发送到目的地。
3.agent里面包含3个核心组件：source、channel、sink。
　　3.1 source组件是专用于收集日志的，可以处理各种类型各种格式的日志数据,包括avro、thrift、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy、自定义。
　　　　source组件把数据收集来以后，临时存放在channel中。
　　3.2 channel组件是在agent中专用于临时存储数据的，可以存放在memory、jdbc、file、自定义。
　　　　channel中的数据只有在sink发送成功之后才会被删除。
　　3.3 sink组件是用于把数据发送到目的地的组件，目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、自定义。
4.在整个数据传输过程中，流动的是event。事务保证是在event级别。
5.flume可以支持多级flume的agent，支持扇入(fan-in)、扇出(fan-out)。

6、安装Flume:

1、先将flume的bin.jar和src.jar复制到/usr/local下，然后解压，将src目录下的文件复制到bin目录下：cp -ri apache-flume-1.4.0-src/* apache-flume-1.4.0-bin/
2、删除/usr/lcoal下的解压好的src文件，再将bin重命名：mv apache-flume-1.4.0-bin flume
3、flume/bin/ #flume-ng 可以看到命令的相关用法
4、核心是写配置文件

7.书写配置文件example

在flume/conf/下创建配置文件example：
vi example 或者直接在winSCP中创建

#agent1表示代理名称
agent1.sources=source1
agent1.sinks=sink1
agent1.channels=channel1
 
#Spooling Directory是监控指定文件夹中新文件的变化，一旦新文件出现，就解析该文件内容，然后写入到channle。写入完成后，标记该文件已完成或者删除该文件。
#配置source1   interceptor可以在数据传递过程中改变其属性信息
agent1.sources.source1.type=spooldir
agent1.sources.source1.spoolDir=/root/hmbbs
agent1.sources.source1.channels=channel1
agent1.sources.source1.fileHeader = false
agent1.sources.source1.interceptors = i1
agent1.sources.source1.interceptors.i1.type = timestamp
 
#配置sink1
agent1.sinks.sink1.type=hdfs
agent1.sinks.sink1.hdfs.path=hdfs://hadoop0:9000/hmbbs
agent1.sinks.sink1.hdfs.fileType=DataStream
agent1.sinks.sink1.hdfs.writeFormat=TEXT
agent1.sinks.sink1.hdfs.rollInterval=1
agent1.sinks.sink1.channel=channel1
agent1.sinks.sink1.hdfs.filePrefix=%Y-%m-%d
 
#配置channel1
agent1.channels.channel1.type=file
agent1.channels.channel1.checkpointDir=/root/hmbbs_tmp/123
agent1.channels.channel1.dataDirs=/root/hmbbs_tmp/

在/root下创建文件夹hmbbs：mkdir hmbbs
在HDFS中创建文件夹：hadoop fs -mkdir /hmbbs

8.执行命令bin/flume-ng agent -n agent1 -c conf -f conf/example -Dflume.root.logger=DEBUG,console
执行完了，flume就会监控/root/hmbbs中数据的变化

在/root/hmbbs下：
　　vi hello
　　　　hello you
　　　　hello me
　　cp hello hmbbs
现在数据就发生了变化！flume就会监控到变化，并把数据文件上传到hdfs中

可在hadoop0:50070中观察到日志文件

也可在hadoop0/root/hmbbs下，观察到有个hello.COMPLETED,之前的hello变成了hello.COMPLETED（因为这里使用的是Spooling Directory导致的。对hello从不删除，上传完成只会重命名）

在/root/hmbbs_tmp目录下，这个目录是channel使用的目录。在/root/hmbbs_tmp123目录下，表示的是备份数据。