玩转Flume+Kafka原来也就那点事儿

程超 2016-09-13 19:32:40

作者介绍 

程超易宝支付架构师,10年JAVA工作经验,擅长分布式和大数据技术领域,目前主要从事金融支付类方性能分析向。

 

 
一、Flume介绍

 

Flume是一个分布式、可靠、和高可用的海量日志聚合的系统,支持在系统中定制各类数据发送方,用于收集数据;同时,Flume提供对数据进行简单处理,并写到各种数据接受方(可定制)的能力。


设计目标:


(1) 可靠性


当节点出现故障时,日志能够被传送到其他节点上而不会丢失。Flume提供了三种级别的可靠性保障,从强到弱依次分别为:end-to-end(收到数据agent首先将event写到磁盘上,当数据传送成功后,再删除;如果数据发送失败,可以重新发送。),Store on failure(这也是scribe采用的策略,当数据接收方crash时,将数据写到本地,待恢复后,继续发送),Best effort(数据发送到接收方后,不会进行确认)。

 

(2) 可扩展性


Flume采用了三层架构,分别为agent,collector和storage,每一层均可以水平扩展。其中,所有agent和collector由master统一管理,这使得系统容易监控和维护,且master允许有多个(使用ZooKeeper进行管理和负载均衡),这就避免了单点故障问题。

 

(3) 可管理性


所有agent和colletor由master统一管理,这使得系统便于维护。多master情况,Flume利用ZooKeeper和gossip,保证动态配置数据的一致性。用户可以在master上查看各个数据源或者数据流执行情况,且可以对各个数据源配置和动态加载。Flume提供了web 和shell script command两种形式对数据流进行管理。

 

(4) 功能可扩展性


用户可以根据需要添加自己的agent,collector或者storage。此外,Flume自带了很多组件,包括各种agent(file, syslog等),collector和storage(file,HDFS等)。

 

 
二、Flume的一些核心概念

 

 

 
三、Flume的整体构成图

 

 

注意:

  1. 源将事件写到一个多或者多个通道中。

  2. 接收器只从一个通道接收事件。

  3. 代理可能会有多个源、通道与接收器。

 

 
四、Flume环境配置

 

http://flume.apache.org/ 下载Flume安装包,我们选择最新的1.6.0版本。

 

 

安装包内容如下:

 

配置文件

 

  • 常用配置模式一

 

扫描指定文件

 

 

  • 常用配置模式二

 

 

  • 常用配置模式三

 

 

我们今天重点使用第一种模式,因为要与Kafka相结合。


配置好参数以后,回到如下目录:

 

 

使用如下命令启动Flume:

 

 ./bin/flume-ng agent -n agent -c conf -f conf/hw.conf -Dflume.root.logger=INFO,console

 

 

最后一行显示Component type:SINK,name:k1 started表示启动成功。

 

在启动Flume之前,Zookeeper和Kafka要先启动成功,不然启动Flume会报连不上Kafka的错误。

 

1、使用./zkServer.sh start启动zookeeper。


2、使用如下命令启动Kafka,更详细的Kafka命令请参照我之前总结的http://www.jianshu.com/p/cfedb7122e38 (Kafka常用命令行总结)

 

 

3、使用Kafka默认提供的Consumer来接收消息

 

 

4、编写简单Shell脚本output.sh,并修改权限为可执行权限

 

 

循环向abc.log文件插入test文本消息。


5、执行output.sh。

 

 

整个过程流程如下:

 

 

至此简单的使用介绍已经讲完,关于Flume还有非常多的属性和配置技巧需要我们去挖掘,我们以此文章作为开篇为的是为以后源码分析作为铺垫。

 

相关专题:

 

 
 
精选专题(官网:dbaplus.cn)

◆  近期热文  ◆  

京东资深架构师:高性能高并发服务的瓶颈及突破思路

从菜鸟到技术经理,我的5年码工之路

扛住618过亿订单量,京东弹性云15万容器规模这样炼成!

一个SQL语句引发的ORA-00600错误排查

阿里、Facebook、Cloudera等巨头的数据收集框架全攻略

 

◆  近期活动  ◆  

Gdevops全球敏捷运维峰会广州站


峰会官网:www.gdevops.com

最新评论
访客 2024年04月08日

如果字段的最大可能长度超过255字节,那么长度值可能…

访客 2024年03月04日

只能说作者太用心了,优秀

访客 2024年02月23日

感谢详解

访客 2024年02月20日

一般干个7-8年(即30岁左右),能做到年入40w-50w;有…

访客 2023年08月20日

230721

活动预告