大数据技术之标题一、Flume 简介1) Flume 提供一个分布式的，可靠的，对大数据量的日志进行高效收集、聚集、移动的服务,Flume 只能在 Unix 环境下运行。2) Flume 基于流式架构，容错性强，也很灵活简单。3) Flume、Kafka 用来实时进行数据收集，Spark、Storm 用来实时处理数据，impala 用来实时查询。二、Flume 角色2.1、Source用于采集数据，Source 是产生数据流的地方，同时 Source 会将产生的数据流传输到Channel，这个有点类似于 JavaIO 部分的 Channel。2.2、Channel用于桥接 Sources 和 Sinks，类似于一个队列。2.3、Sink从 Channel 收集数据，将数据写到目标源(可以是下一个 Source，也可以是 HDFS 或者HBase)。2.4、Event传输单元，Flume 数据传输的基本单元，以事件的形式将数据从源头送至目的地。三、Flume 传输过程source 监控某个文件或数据流，数据源产生新的数据，拿到该数据后，将数据封装在一个Event 中，并 put 到 channel 后 commit 提交，channel 队列先进先出，sink 去 channel 队列中拉取数据，然后写入到 hdfs 或者 HBase 中。四、Flume 部署及使用4.1、文件配置flume-env.sh 涉及修改项：JAVA_HOME=/home/admin/modules/jdkl.8.0_1214.2、案例4.2.1、案例一目标：Flume 监控一端 Console，另一端 Console 发送消息，使被监控端实时显示。分步实现：1)创建 FlumeAgent 配置文件 flume-telnet.conf# Namethecomponentsonthisagental.sources=r1a1.sinks=k1a1.channels=c1# Describe/configurethesourcea1.sources.r1.type=netcata1.sources.r1.bind=localhosta1.sources.r1.port=44444# Describethesinka1.sinks.k1.type=logger# Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000al.channels.cl.transactionCapacity=100# Bindthesourceandsinktothechannelal.sources.rl.channels=clal.sinks.kl.channel=cl2）安装 telnet 工具$sudorpm-ivhtelnet-server-0.l7-59.el7.x86_64.rpm$sudorpm-ivhtelnet-0.17-59.el7.x86_64.rpm3）判断 44444 端口是否被占用$netstat-an|grep444444）先开启 flume 先听端口$bin/flume-ngagent--confconf/--nameal--conf-fileconf/flume-telnet.conf-Dflume.root.logger=INFO,console5）使用 telnet 工具向本机的 44444 端口发送内容$telnetlocalhost444444・2・2、案例二目...
