大数据---》》》flume上

笔记及视频位置：

链接：https://pan.baidu.com/s/11IXcvZZm9DOulUaZVC8l-A 密码：p029

大数据---》》》flume上

1.在开始之前：需要修改下主机名 

       vim /etc/hosts  

       192.168.126.129 master 

2.关闭防火墙

    你的Linux的版本不同，关闭防火墙的方式不同

  1. systemctl status firewalld.service

  2. 启动一个服务：systemctl start firewalld.service

  3. 关闭一个服务：systemctl stop firewalld.service

  4. 重启一个服务：systemctl restart firewalld.service

  5. 显示一个服务的状态：systemctl status firewalld.service

  6. 在开机时启用一个服务：systemctl enable firewalld.service

  7. 在开机时禁用一个服务：systemctl disable firewalld.service

  8. 查看服务是否开机启动：systemctl is-enabled firewalld.service;echo $?

  9. 查看已启动的服务列表：systemctl list-unit-files|grep enabled

3.创建用户

  1.  adduser   flume：添加用户

  2. userdel -r flume: 删除用户

  3. passwd  flume:设置密码

4.切换到新用户

      su - flume

 5.  创建目录

     |--bigdata

         |--install ：存放解压包

         |--software  :存放待安装的包

         |--test  ：存放数据文件

6.jdk安装

    1.解压jdk：

       tar -zxvf jdk-8u102-linux-x64.tar.gz -C ~/bigdata/install/

    2.配置环境变量

          vim ~/.bash_profile

             JAVA_HOME=/home/flume/bigdata/install/jdk1.8.0_102

             export PATH=$JAVA_HOME/bin:$PATH

    3.生效： source ~/.bash_profile   

    4. 配置环境变量有几种方式？

          环境变量的设置有4中设置

           1）. root用户可以设置在/etc/profile文件中

            2）. 其他用户：~/.bash_profile ：每个用户都可使用该文件输入专用于自己使用的shell信息,当用户登录时,该文件仅仅执行一次!默认情况下,他设置一些环境变量,执行用户的.bashrc文件.

          3）. 其他用户：~/.etc/bashrc： 该文件包含专用于你的bash shell的bash信息,当登录时以及每次打开新的shell时,该该文件被读取.

          4). 使用脚本：可以设置在脚本中（等同于~/.etc/bashrc） 

7.安装flume

    1.解压

           tar -zxvf /home/flume/bigdata/install/apache-flume-1.7.0-bin -C ~/bigdata/install/

   2.配置flume到环境变量

     vim ~/.bash_profile

        FLUME_HOME=/home/flume/bigdata/install/apache-flume-1.7.0-bin

         export PATH=$FLUME_HOME/bin:$PATH

     source ~/.bash_profile

  3.配置文件conf/flume.env.sh

      cp flume-env.ps1.template flume.env.sh

      export JAVA_HOME=/home/soup/bigdata/install/jdk1.8.0_102

 8.测试

     测试模型1：  

            source：NetCat TCP  

            sink：logger

            channel：memory

配置文件名  # netcat.conf

 

a1.sources = r1

a1.sinks = k1

a1.channels = c1

a1.sources.r1.type = netcat

a1.sources.r1.bind = localhost

a1.sources.r1.port = 44444  

a1.sinks.k1.type = logger

a1.channels.c1.type = memory

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1

启动：

flume-ng agent --conf conf --conf-file $FLUME_HOME/conf/netcat.conf

--name a1 -Dflume.root.logger=INFO,console

另开一个窗口测试的方式：

telnet localhost 44444 

测试模型2：  

            source：exec 

            sink：logger

            channel：memory

配置文件名  # exec.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

a1.sources.r1.type = exec

a1.sources.r1.command = tail -F /home/flume/bigdata/test/flume_t.txt

a1.sources.r1.shell = /bin/bash -c

a1.sinks.k1.type = logger

a1.channels.c1.type = memory

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1

启动：

flume-ng agent --conf conf --conf-file $FLUME_HOME/conf/exec.conf \

--name a1 -Dflume.root.logger=INFO,console

另开一个窗口测试的方式：

echo "ABC">>/home/flume/bigdata/test/flume_t.txt

 

测试模型3：  从web的服务器上获取日志内容，在控制台打印出来

            source：avro

            sink：logger

            channel：memory

配置文件名  # exec.conf

web的日志只需要在log4j的jar引入到pom

#####log日志的依赖

<dependency>

<groupId>log4j</groupId>

<artifactId>log4j</artifactId>

<version>1.2.17</version>

</dependency>

#####flume与log的对接包

<dependency>

<groupId>org.apache.flume.flume-ng-clients</groupId>

<artifactId>flume-ng-log4jappender</artifactId>

<version>1.7.0</version>

</dependency>

添加log4j.properties

log4j.rootCategory=INFO,stdout,flume

log4j.appender.stdout = org.apache.log4j.ConsoleAppender

log4j.appender.stdout.Target=System.out

log4j.appender.stdout.layout = org.apache.log4j.PatternLayout

log4j.appender.stdout.layout.ConversionPattern = %-d{yyyy-MM-dd HH:mm:ss, SSS}} [ %t] - [ %p ] %m%n

log4j.appender.flume = org.apache.flume.clients.log4jappender.Log4jAppender

log4j.appender.flume.Hostname =192.168.126.129    ----Linux的ip

log4j.appender.flume.Port = 4141                 ----随意一个端口只要和下面的配置文件一致就好

log4j.appender.flume.UnsafeMode = true

测试的程序：

package com.itstar;

import org.apache.log4j.Logger;

public class flumeLog {

private static Logger log=Logger.getLogger(flumeLog.class);

public static void main(String[] args) throws Exception{

while (true){

Thread.sleep(5000);

log.info("hi");

}

}

}

配置文件名  #web-loggor.conf

 

a1.sources = r1

a1.sinks = k1

a1.channels = c1

a1 .sources.r1.type = avro

a1.sources.r1.bind = master   ###等价于192.168.126.129 

a1.sources.r1.port =4141                 

a1.sinks.k1.type = logger

a1.channels.c1.type = memory

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1

启动：

flume-ng agent --conf conf --conf-file $FLUME_HOME/conf/web-loggor.conf \

--name a1 -Dflume.root.logger=INFO,console

测试：

启动 main生成日志就好

测试模型4：  从web的服务器上获取日志内容，传输到另一台Linux上 并在在控制台打印出来

agent1：a1

            source：avro

            sink：avro

            channel：memory

配置文件名  # web-agent1-logger.conf

  agent2：agent2          

            source：avro

            sink：logger

            channel：memory

配置文件名  # agent1-logger.conf

#web-agent1.conf

a1.sources = r1

a1.sinks = k1

a1.channels = c1

a1.sources.r1.type = avro

a1.sources.r1.bind = 192.168.126.129

a1.sources.r1.port = 41414

a1.sinks.k1.type = avro

a1.sinks.k1.channel = c1

a1.sinks.k1.hostname = 192.168.126.128

a1.sinks.k1.port = 4545

a1.channels.c1.type = memory

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1

# agent1-logger.con

agent2.sources = r1

agent2.sinks = k1

agent2.channels = c1

agent2.sources.r1.type = avro

agent2.sources.r1.bind = 192.168.126.128

agent2.sources.r1.port = 4545

agent2.sinks.k1.type = logger

agent2.channels.c1.type = memory

agent2.sources.r1.channels = c1

agent2.sinks.k1.channel = c1

启动：要注意启动的顺序：

flume-ng agent --conf conf --conf-file $FLUME_HOME/conf/agent1-logger.conf \

--name agent2 -Dflume.root.logger=INFO,console

flume-ng agent --conf conf --conf-file $FLUME_HOME/conf/web-agent1.conf \

--name a1 -Dflume.root.logger=INFO,console

测试：启动你web端的程序

测试模型5：  从web的服务器上获取日志内容，Linux上获取 并写到hdfs

前提：启动hdfs

            source：avro

            sink：hdfs

            channel：memory

配置文件名  # avro-hdfs.conf

avro-hdfs.sources =avro1

avro-hdfs.sinks = k1

avro-hdfs.channels = c1

###定义source

avro-hdfs.sources.avro1.type = avro

avro-hdfs.sources.avro1.bind = 192.168.126.129

avro-hdfs.sources.avro1.port = 4141

###定义sink

avro-hdfs.sinks.k1.type = hdfs

avro-hdfs.sinks.k1.hdfs.path = /output/flume/

avro-hdfs.sinks.k1.hdfs.fileType = DataStream

###定义channel

avro-hdfs.channels.c1.type = memory

###创建关联

avro-hdfs.sources.avro1.channels = c1

avro-hdfs.sinks.k1.channel = c1

启动：

 bin/flume-ng agent --conf conf --conf-file conf/avro-hdfs.conf --name avro-hdfs -Dflume.root.logger=INFO,console

测试

启动程序

查看hadoop中的数据

hadoop fs -ls /output/flume

大数据---》》》flume上

 

大数据---》》》flume上

 

 

 

 

相关文章：

  • 2021-07-09
  • 2021-11-12
  • 2022-01-20
  • 2022-01-10
  • 2021-07-31
  • 2021-12-13
  • 2022-12-23
猜你喜欢
  • 2022-01-10
  • 2022-01-02
  • 2022-01-14
  • 2021-07-11
  • 2022-01-02
相关资源
相似解决方案
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode