Flume框架的示例分析

134次阅读

没有评论

共计 1460 个字符，预计需要花费 4 分钟才能阅读完成。

这篇文章给大家分享的是有关 Flume 框架的示例分析的内容。丸趣 TV 小编觉得挺实用的，因此分享给大家做个参考，一起跟随丸趣 TV 小编过来看看吧。

Flume 是一个分布式的海量数据收集框架.

Flume 框架流程图

Channel 是缓存的数据，如果 Sink 传送给了 HDFS，Channel 中缓存的数据就会删除，如果没有传送成功，Channel 相当于做了备份，Sink 重复从 Channel 中取数据.

在 hadoop0 上部署一个 Flume agent

1、把 apache-flume-1.4.0-bin.tar.gz 和 apache-flume-1.4.0-src.tar.gz 在 hadoop0 上解压缩.

2、把解压缩后的 apache-flume-1.4.0-src 文件夹中的内容全部复制到 apache-flume-1.4.0.-bin 文件夹中.

3、修改 conf 目录下的两个文件的名称，一个是 flume-env.sh，一个是 flume-conf.properties.

其中在 flume-env.sh 中设置了 JAVA_HOME 值.

4、实例: 把磁盘文件夹中文件通过 flume 上传到 HDFS 中.

4.1 在 conf 目录下创建一个文件，叫做 test.conf，文件内容如下:

# 配置代理
#a1 是一个代理名称，s1 是 source 的名称，sink1 是 sink 的名称，c1 是 channel 的名称
a1.sources = s1
a1.sinks = sink1
a1.channels = c1
# 配置一个专用于从文件夹中读取数据的 source
a1.sources.s1.type = spooldir
a1.sources.s1.spoolDir = /apache_logs # 值 apache_logs 表示数据文件的目录
a1.sources.s1.fileSuffix=.abc # 值.abc 表示数据文件被处理完后，被重命名的文件名后缀
a1.sources.s1.channels = c1 # 值 c1 表示 source 接收数据后送到的 channel 的名称
# 配置一个专用于把输入写入到 hdfs 的 sink
a1.sinks.sink1.type = hdfs
a1.sinks.sink1.hdfs.path=hdfs://hadoop0:9000/apache_logs # 值表示目的地
a1.sinks.sink1.hdfs.fileType=DataStream # 值 DataStream 表示文件类型，是不经过压缩的
a1.sinks.sink1.hdfs.writeFormat=Text # 值表示写出文件原内容
a1.sinks.sink1.channel = c1 # 值 c1 表示 sink 处理数据的来源
# 配置一个内存中处理的 channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100