flume基础教程

1. flume是什么

flume 作为 cloudera 开发的实时日志收集系统，受到了业界的认可与广泛应用。Flume 初
始的发行版本目前被统称为 Flume OG（original genera﹋on,原创世纪），属于 cloudera。但
随着 FLume 功能的扩展，Flume OG 代码工程臃肿、核心组件设计不合理、核心配置不标准
等缺点暴露出来，尤其是在 Flume OG 的最后一个发行版本 0.94.0 中，日志传输不稳定的现
象尤为严重，为了解决这些问题，2011 年 10 月 22 号，cloudera 完成了 Flume‐728，对
Flume 进行了里程碑式的改动：重构核心组件、核心配置以及代码架构，重构后的版本统称
为 Flume NG（next genera﹋on，下一代）；改动的另一原因是将 Flume 纳入 apache 旗下，
cloudera Flume 改名为 Apache Flume。

flume 1.8.0

flume安装
2.1. 上传
用工具或者命令上传安装文件
2.2. 解压
su – hadoop
tar –zxvf apache-flume-1.4.0-bin.tar
2.3. 重命名
mv apache-flume-1.4.0 flume
2.4. 修改环境变量

su – root
vi /etc/proflie
添加内容：
export FLUME_HOME=/home/hadoop/flume
export FLUME_CONF_DIR=$FLUME_HOME/conf
export PATH=$PATH:$FLUME_HOME/bin
source /etc/profile
su - hadoop

2.5. 修改配置文件

cd /home/hadoop/flume/conf
cp /home/hadoop/flume/conf/flumeenv.sh.template
/home/hadoop/flume/conf/flume-env.sh
vi flume-env.sh
修改JAVA_HOME=/usr/jdk

2.6flume-exec.conf配置

#agent名， source、channel、sink的名称
a1.sources = r1
a1.channels = c1
a1.sinks = k1
#具体定义source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /opt/data/access.log
#具体定义channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 10000
a1.channels.c1.transactionCapacity = 100
#具体定义sink
a1.sinks.k1.type = hdfs
a1.sinks.k1.hdfs.path = /flume
a1.sinks.k1.hdfs.writeFormat = Text
a1.sinks.k1.hdfs.fileType = DataStream
a1.sinks.k1.hdfs.useLocalTimeStamp = true
#不按照条数生成文件
a1.sinks.k1.hdfs.rollCount = 0
#HDFS上的文件达到128M时生成一个文件
a1.sinks.k1.hdfs.rollSize = 134217728
#HDFS上的文件达到30秒生成一个文件
a1.sinks.k1.hdfs.rollInterval = 30
#组装source、channel、sink
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

启动flume
./flume-ng agent -c /home/flume-1.8.0/conf -f /home/flume-1.8.0/conf/flume-exec.conf -n a1 -Dflume.root.logger=INFO,console