Flume NG 学习笔记（三）流配置

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

1. agent_foo.sources= avro-AppSrv-source  

2. agent_foo.sinks= hdfs-Cluster1-sink  

3. agent_foo.channels= mem-channel-1  

4.    

5. # set channel for sources, sinks  

6.    

7. # properties of avro-AppSrv-source  

8. agent_foo.sources.avro-AppSrv-source.type= avro  

9. agent_foo.sources.avro-AppSrv-source.bind= localhost  

10. agent_foo.sources.avro-AppSrv-source.port= 10000  

11.    

12. # properties of mem-channel-1  

13. agent_foo.channels.mem-channel-1.type= memory  

14. agent_foo.channels.mem-channel-1.capacity= 1000  

15. agent_foo.channels.mem-channel-1.transactionCapacity= 100  

16.    

17. # properties of hdfs-Cluster1-sink  

18. agent_foo.sinks.hdfs-Cluster1-sink.type= hdfs  

19. 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

1. # list the sources, sinks and channelsin the agent  

2. agent_foo.sources= avro-AppSrv-source1 exec-tail-source2  

3. agent_foo.sinks= hdfs-Cluster1-sink1 avro-forward-sink2  

4. agent_foo.channels= mem-channel-1 file-channel-2  

5.    

6. # flow #1 configuration  

7. agent_foo.sources.avro-AppSrv-source1.channels= mem-channel-1  

8. agent_foo.sinks.hdfs-Cluster1-sink1.channel= mem-channel-1  

9.    

10. # flow #2 configuration  

11. agent_foo.sources.exec-tail-source2.channels= file-channel-2  

12. 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

1. # list sources, sinks and channels inthe agent  

2. agent_foo.sources= avro-AppSrv-source  

3. agent_foo.sinks= avro-forward-sink  

4. agent_foo.channels= file-channel  

5.    

6. # define the flow  

7. agent_foo.sources.avro-AppSrv-source.channels= file-channel  

8. agent_foo.sinks.avro-forward-sink.channel= file-channel  

9.    

10. # avro sink properties  

11. agent_foo.sources.avro-forward-sink.type= avro  

12. agent_foo.sources.avro-forward-sink.hostname= 10.1.1.100  

13. agent_foo.sources.avro-forward-sink.port= 10000  

14.    

15. # configure other pieces  

16. #...  

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

1. # List the sources, sinks and channelsfor the agent  

2. <Agent>.sources= <Source1>  

3. <Agent>.sinks= <Sink1> <Sink2>  

4. <Agent>.channels= <Channel1> <Channel2>  

5.    

6. # set list of channels for source(separated by space)  

7. <Agent>.sources.<Source1>.channels= <Channel1> <Channel2>  

8.    

9. # set channel for sinks  

10. <Agent>.sinks.<Sink1>.channel= <Channel1>  

11. <Agent>.sinks.<Sink2>.channel= <Channel2>  

12.    

13. <Agent>.sources.<Source1>.selector.type= replicating  

其中，<Agent>.sources.<Source1>.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：<Agent>.sources.<Source1>.selector.type = multiplexing

[html] view plain copy

1. # Mapping for multiplexing selector  

2. <Agent>.sources.<Source1>.selector.type= multiplexing  

3. <Agent>.sources.<Source1>.selector.header= <someHeader>  

4. <Agent>.sources.<Source1>.selector.mapping.<Value1>= <Channel1>  

5. <Agent>.sources.<Source1>.selector.mapping.<Value2>= <Channel1> <Channel2>  

6. <Agent>.sources.<Source1>.selector.mapping.<Value3>= <Channel2>  

7. #...  

8.    

9. <Agent>.sources.<Source1>.selector.default= <Channel2>  

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<Agent>.sources.<Source1>.selector.default =<Channel2>

下面是官网中复用的详细配置例子

[html] view plain copy

1. # list the sources, sinks and channelsin the agent  

2. agent_foo.sources= avro-AppSrv-source1  

3. agent_foo.sinks= hdfs-Cluster1-sink1 avro-forward-sink2  

4. agent_foo.channels= mem-channel-1 file-channel-2  

5.    

6. # set channels for source  

7. agent_foo.sources.avro-AppSrv-source1.channels= mem-channel-1 file-channel-2  

8.    

9. # set channel for sinks  

10. agent_foo.sinks.hdfs-Cluster1-sink1.channel= mem-channel-1  

11. agent_foo.sinks.avro-forward-sink2.channel= file-channel-2  

12.    

13. # channel selector configuration  

14. agent_foo.sources.avro-AppSrv-source1.selector.type= multiplexing  

15. agent_foo.sources.avro-AppSrv-source1.selector.header= State  

16. agent_foo.sources.avro-AppSrv-source1.selector.mapping.CA= mem-channel-1  

17. agent_foo.sources.avro-AppSrv-source1.selector.mapping.AZ= file-channel-2  

18. agent_foo.sources.avro-AppSrv-source1.selector.mapping.NY= mem-channel-1 file-channel-2  

19. 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。