1.flume概念
flume是分佈式的，可靠的，高可用的，用於對不同來源的大量的日誌數據進行有效收集、聚集和移動，並以集中式的數據存儲的系統。
flume目前是apache的一個頂級項目。
flume需要java運行環境，要求java1.6以上，推薦java1.7.
將下載好的flume安裝包解壓到指定目錄即可。
2.flume中的重要模型
2.1.1.flume Event：
flume 事件，被定義爲一個具有有效荷載的字節數據流和可選的字符串屬性集。
2.1.2.flume Agent：
flume 代理，是一個進程承載從外部源事件流到下一個目的地的過程。包含source channel 和 sink。
2.1.3.Source
數據源，消耗外部傳遞給他的事件，外部源將數據按照flume Source 能識別的格式將Flume 事件發送給flume Source。
2.1.4.Channel
數據通道，是一個被動的存儲，用來保持事件，直到由一個flume Sink消耗。
2.1.5.Sink
數據匯聚點，代表外部數據存放位置。發送flume event到指定的外部目標。
2.2. flume流動模型
2.3. flume的特點
2.3.1. 複雜流動性
Flume允許用戶進行多級流動到最終目的地，也允許扇出流（一到多）、扇入流(多到一)的、故障轉移和失敗處理。
2.3.2. 可靠性
事務性的數據傳遞，保證了數據的可靠性。
2.3.3. 可恢復性
通道可以以內存或文件的方式實現，內存更快，但是不可恢復，而文件雖然比較慢但提供了可恢復性。
入門案例
1.首先編寫一個配置文件：
＃example.conf：單節點Flume配置 ＃命名Agent a1的組件 a1.sources = r1 a1.sinks = k1 a1.channels = c1 ＃描述/配置Source a1.sources.r1.type = netcat a1.sources.r1.bind = 0.0.0.0 a1.sources.r1.port = 44444 ＃描述Sink a1.sinks.k1.type = logger ＃描述內存Channel a1.channels.c1.type = memory a1.channels.c1.capacity = 1000 a1.channels.c1.transactionCapacity = 100 ＃爲Channle綁定Source和Sink a1.sources.r1.channels = c1 a1.sinks.k1.channel = c1
2.通過flume的工具啓動agent
| 1 | $ bin/flume-ng agent --conf conf --conf-file example.conf --name a1 -Dflume.root.logger=INFO,console |
3、發送數據
在windows中通過telnet命令連接flume所在機器的44444端口發送數據。
4. Source詳解
現在介紹幾種比較重要的Source
4.1. Avro Source
監聽AVRO端口來接受來自外部AVRO客戶端的事件流。利用Avro Source可以實現多級流動、扇出流、扇入流等效果。另外也可以接受通過flume提供的Avro客戶端發送的日誌信息。
4.1.1. Avro Source屬性說明
!channels –
!type – 類型名稱，"AVRO"
!bind – 需要監聽的主機名或IP
!port – 要監聽的端口
threads – 工作線程最大線程數
selector.type
selector.*
interceptors – 空格分隔的攔截器列表
interceptors.*
compression-type none 壓縮類型，可以是“none”或“default”，這個值必須和AvroSource的壓縮格式匹配
sslfalse 是否啓用ssl加密，如果啓用還需要配置一個“keystore”和一個“keystore-password”。
keystore – 爲SSL提供的java密鑰文件所在路徑。
keystore-password– 爲SSL提供的java密鑰文件 密碼。
keystore-typeJKS密鑰庫類型可以是“JKS”或“PKCS12”。
exclude-protocolsSSLv3 空格分隔開的列表，用來指定在SSL / TLS協議中排除。SSLv3將總是被排除除了所指定的協議。
ipFilter false 如果需要爲netty開啓ip過濾，將此項設置爲true
ipFilterRules– 定義netty的ip過濾設置表達式規則
案例：
編寫配置文件 修改上面給出的配置文件，除了Source部分配置不同，其餘部分都一樣。不同的地方如下：
＃描述/配置Source a1.sources.r1.type = avro a1.sources.r1.bind = 0.0.0.0 a1.sources.r1.port = 44444
啓動flume：
./flume-ng agent --conf ../conf --conf-file ../conf/template2.conf --name a1 -Dflume.root.logger=INFO,console
通過flume提供的avro客戶端向指定機器指定端口發送日誌信息：
./flume-ng avro-client --conf ../conf --host 0.0.0.0 --port 44444 --filename ../mydata/log1.txt
會發現確實收集到日誌
4.2. Spooling Directory Source
這個Source允許你將將要收集的數據放置到"自動蒐集"目錄中。這個Source將監視該目錄，並將解析新文件的出現。事件處理邏輯是可插拔的，當一個文件被完全讀入通道，它會被重命名或可選的直接刪除。
要注意的是，放置到自動蒐集目錄下的文件不能修改，如果修改，則flume會報錯。另外，也不能產生重名的文件，如果有重名的文件被放置進來，則flume會報錯。
屬性說明：（由於比較長 這裏只給出了必須給出的屬性，全部屬性請參考官方文檔）：
!channels –
!type – 類型，需要指定爲"spooldir"
!spoolDir – 讀取文件的路徑，即"蒐集目錄"
fileSuffix.COMPLETED對處理完成的文件追加的後綴
案例：
編寫配置文件 修改上面給出的配置文件，除了Source部分配置不同，其餘部分都一樣。不同的地方如下：
| 123 | ＃描述/配置Sourcea1.sources.r1.type = spooldira1.sources.r1.spoolDir=/home/park/work/apache-flume-1.6.0-bin/mydata |
啓動flume：
./flume-ng agent --conf ../conf --conf-file ../conf/template4.conf --name a1 -Dflume.root.logger=INFO,console
向指定目錄中傳輸文件，發現flume收集到了該文件，將文件中的每一行都作爲日誌來處理
4.3. NetCat Source
一個NetCat Source用來監聽一個指定端口，並將接收到的數據的每一行轉換爲一個事件。
4.3.1. NetCat Source屬性說明
！channels–
！type– 類型名稱，需要被設置爲"netcat"
！bind– 指定要綁定到的ip或主機名。
！port– 指定要綁定到的端口號
max-line-length 512單行最大字節數
案例：上面完整的例子即是
4.4. HTTP Source
HTTP Source接受HTTP的GET和POST請求作爲Flume的事件,其中GET方式應該只用於試驗。
該Source需要提供一個可插拔的"處理器"來將請求轉換爲事件對象，這個處理器必須實現HTTPSourceHandler接口，該處理器接受一個 HttpServletRequest對象，並返回一個Flume Envent對象集合。
從一個HTTP請求中得到的事件將在一個事務中提交到通道中。因此允許像文件通道那樣對通道提高效率。
如果處理器拋出一個異常，Source將會返回一個400的HTTP狀態碼。
如果通道已滿，無法再將Event加入Channel，則Source返回503的HTTP狀態碼，表示暫時不可用。
4.4.1. HTTP Source屬性說明
！type 類型，必須爲"HTTP"
！port– 監聽的端口
bind 0.0.0.0 監聽的主機名或ip
handler org.apache.flume.source.http.JSONHandler處理器類，需要實現HTTPSourceHandler接口
handler.* – 處理器的配置參數
selector.type
selector.*
interceptors –
interceptors.*
enableSSL false 是否開啓SSL,如果需要設置爲true。注意，HTTP不支持SSLv3。
excludeProtocols SSLv3 空格分隔的要排除的SSL/TLS協議。SSLv3總是被排除的。
keystore 密鑰庫文件所在位置。
keystorePassword Keystore 密鑰庫密碼
案例：
編寫配置文件 修改上面給出的配置文件，除了Source部分配置不同，其餘部分都一樣。不同的地方如下：
＃描述/配置Source a1.sources.r1.type = http a1.sources.r1.port = 66666
啓動flume:
./flume-ng agent --conf ../conf --conf-file ../conf/template6.conf --name a1 -Dflume.root.logger=INFO,console
通過命令發送HTTP請求到指定端口：
curl -X POST -d '[{ "headers" :{"a" : "a1","b" : "b1"},"body" : "hello~http~flume~"}]' http://0.0.0.0:6666