Flume之：二、企业开发案例
—>Spark知识点总结导航<—
三、企业开发案例
1. 监控端口数据官方案例
(1) 案例需求：首先，Flume监控本机44444端口，然后通过telnet工具向本机44444端口发送消息，最后Flume将监听的数据实时显示在控制台。
(2) 需求分析：
(3) 实现步骤：
①. 安装telnet工具
a) 检查是否已经安装telnet
rpm -qa | grep telnet
如果什么都没有，就是没有安装接着下一步吧。
b) 安装telnet及telnet-server，注意，需要root权限来安装。（在线安装，需要网络）
yum install telnet -y
yum install telnet-server -y
c) 因为装好telnet服务之后，默认是不开启服务的，下面我们需要修改文件来开启服务。
vim /etc/xinetd.d/telnet
修改 disable = yes 为 disable = no
d) 需要激活xinetd服务
service xinetd restart
如果已经开启，就是这样：
e) 需要测试telnet是否成功开启
telnet localhost
如果前面的操作都没问题，输入用户名密码能登录成功。
当你使用其他机器远程telnet的时候，如果不成功，那么很有可能是防火墙的问题，下面我们来修改防火墙的设置
关闭防火墙
②. 判断44444端口是否被占用
sudo netstat -tunlp | grep 44444
被占用：
功能描述：netstat命令是一个监控TCP/IP网络的非常有用的工具，它可以显示路由表、实际的网络连接以及每一个网络接口设备的状态信息。
基本语法：netstat [选项]
选项参数：
-t或--tcp：显示TCP传输协议的连线状况；
-u或--udp：显示UDP传输协议的连线状况；
-n或--numeric：直接使用ip地址，而不通过域名服务器；
-l或--listening：显示监控中的服务器的Socket；
-p或--programs：显示正在使用Socket的程序识别码和程序名称；
③. 创建Flume Agent配置文件flume-telnet-logger.conf
在flume目录下创建job文件夹并进入job文件夹。
mkdir jobconf
cd jobconf/
在job文件夹下创建Flume Agent配置文件flume-telnet-logger.conf。
touch flume-telnet-logger.conf
在flume-telnet-logger.conf文件中添加如下内容。
vim flume-telnet-logger.conf
添加内容如下：
# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1
# Describe/configure the source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 44444
# Describe the sink
a1.sinks.k1.type = logger
# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1
注：配置文件来源于官方手册http://flume.apache.org/FlumeUserGuide.html
④. 先开启flume监听端口
bin/flume-ng agent --conf conf/ --name a1 --conf-file jobconf/flume-telnet-logger.conf -Dflume.root.logger=INFO,console
出现问题：（不需要解决）
Error: Could not find or load main class org.apache.flume.tools.GetJavaProperty
参数说明：
--conf conf/ ：表示配置文件存储在conf/目录
--name a1 ：表示给agent起名为a1
--conf-file job/flume-telnet.conf ：flume本次启动读取的配置文件是在job文件夹下的flume-telnet.conf文件。
-Dflume.root.logger==INFO,console ：-D表示flume运行时动态修改flume.root.logger参数属性值，并将控制台日志打印级别设置为INFO级别。日志级别包括:log、info、warn、error。
⑤. 使用telnet工具向本机的44444端口发送内容
[duck@Cloud00 ~]$ telnet localhost 44444
⑥．在Flume监听页面观察接收数据情况
2. 实时读取本地文件到HDFS案例
(1) 案例需求：实时监控Hive日志，并上传到HDFS中
(2) 需求分析：
(3) 实现步骤：
①. Flume要想将数据输出到HDFS，必须持有Hadoop相关jar包
将hadoop-common-2.7.2.jar (~/software/hadoop/share/hadoop/common)、
commons-configuration-1.6.jar (~/software/hadoop/share/hadoop/common/lib)、
commons-io-2.4.jar、
hadoop-auth-2.7.2.jar、
htrace-core-3.1.0-incubating.jar、
hadoop-hdfs-2.7.2.jar (~/software/hadoop/share/hadoop/hdfs)、
拷贝到/home/duck/software/flume/lib文件夹下。
②. 创建flume-file-hdfs.conf文件
创建文件
touch flume-file-hdfs.conf
注：要想读取Linux系统中的文件，就得按照Linux命令的规则执行命令。由于Hive日志在Linux系统中所以读取文件的类型选择：exec即execute执行的意思。表示执行Linux命令来读取文件。
vim flume-file-hdfs.conf
添加如下内容
# Name the components on this agent
a2.sources = r2
a2.sinks = k2
a2.channels = c2
# Describe/configure the source
a2.sources.r2.type = exec
a2.sources.r2.command = tail -F /home/duck/software/hive/logs/hive.log
a2.sources.r2.shell = /bin/bash -c
# Describe the sink
a2.sinks.k2.type = hdfs
a2.sinks.k2.hdfs.path = hdfs://Cloud00:9000/flume/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k2.hdfs.filePrefix = logs-
#是否按照时间滚动文件夹
a2.sinks.k2.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k2.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k2.hdfs.roundUnit = hour
#是否使用本地时间戳
a2.sinks.k2.hdfs.useLocalTimeStamp = true
#积攒多少个Event才flush到HDFS一次
a2.sinks.k2.hdfs.batchSize = 1000
#设置文件类型，可支持压缩
a2.sinks.k2.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k2.hdfs.rollInterval = 600
#设置每个文件的滚动大小
a2.sinks.k2.hdfs.rollSize = 134217700
#文件的滚动与Event数量无关
a2.sinks.k2.hdfs.rollCount = 0
#最小冗余数
a2.sinks.k2.hdfs.minBlockReplicas = 1
# Use a channel which buffers events in memory
a2.channels.c2.type = memory
a2.channels.c2.capacity = 1000
a2.channels.c2.transactionCapacity = 100
# Bind the source and sink to the channel
a2.sources.r2.channels = c2
a2.sinks.k2.channel = c2
③. 执行监控配置
bin/flume-ng agent --conf conf/ --name a2 --conf-file jobconf/flume-file-hdfs.conf
bin/flume-ng agent --conf conf/ --name a2 --conf-file jobconf/flume-file-hdfs.conf -Dflume.root.logger=INFO,console
④. 开启Hadoop和Hive并操作Hive产生日志
sbin/start-dfs.sh
sbin/start-yarn.sh
bin/hive
⑤. 在HDFS上查看文件。
3. 实时读取目录文件到HDFS案例
(1) 案例需求：使用Flume监听整个目录的文件
(2) 需求分析：
(3) 实现步骤：
①. 创建配置文件flume-dir-hdfs.conf
创建一个文件
touch flume-dir-hdfs.conf
打开文件
vim flume-dir-hdfs.conf
添加如下内容
a3.sources = r3
a3.sinks = k3
a3.channels = c3
# Describe/configure the source
a3.sources.r3.type = spooldir
a3.sources.r3.spoolDir = /home/duck/software/flume/upload
a3.sources.r3.fileSuffix = .COMPLETED
a3.sources.r3.fileHeader = true
#忽略所有以.tmp结尾的文件，不上传
a3.sources.r3.ignorePattern = ([^ ]*\.tmp)
# Describe the sink
a3.sinks.k3.type = hdfs
a3.sinks.k3.hdfs.path = hdfs://Cloud00:9000/flume/upload/%Y%m%d/%H
#上传文件的前缀
a3.sinks.k3.hdfs.filePrefix = upload-
#是否按照时间滚动文件夹
a3.sinks.k3.hdfs.round = true
#多少时间单位创建一个新的文件夹
a3.sinks.k3.hdfs.roundValue = 1
#重新定义时间单位
a3.sinks.k3.hdfs.roundUnit = hour
#是否使用本地时间戳
a3.sinks.k3.hdfs.useLocalTimeStamp = true
#积攒多少个Event才flush到HDFS一次
a3.sinks.k3.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a3.sinks.k3.hdfs.fileType = DataStream
#多久生成一个新的文件
a3.sinks.k3.hdfs.rollInterval = 600
#设置每个文件的滚动大小大概是128M
a3.sinks.k3.hdfs.rollSize = 134217700
#文件的滚动与Event数量无关
a3.sinks.k3.hdfs.rollCount = 0
#最小冗余数
a3.sinks.k3.hdfs.minBlockReplicas = 1
# Use a channel which buffers events in memory
a3.channels.c3.type = memory
a3.channels.c3.capacity = 1000
a3.channels.c3.transactionCapacity = 100
# Bind the source and sink to the channel
a3.sources.r3.channels = c3
a3.sinks.k3.channel = c3
②. 启动监控文件夹命令
bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf -Dflume.root.logger=INFO,console
说明： 在使用Spooling Directory Source时
a) 不要在监控目录中创建并持续修改文件
b) 上传完成的文件会以.COMPLETED结尾
c) 被监控文件夹每500毫秒扫描一次文件变动
③. 向upload文件夹中添加文件
在/home/duck/software/flume目录下创建upload文件夹
mkdir upload
向upload文件夹中添加文件
vim text1.txt
vim text1.tmp
vim text1.log
（随便编辑内容）
④. 查看HDFS上的数据
⑤. 等待1s，再次查询upload文件夹
4. flume监控Kafka
(1)
(2)
(3)
①. 开启zookeeper集群、Kafka集群
②
. bin/flume-ng agent --conf conf/ --name a4 --conf-file jobconf/flume-exec-kafka.conf -Dflume.root.logger=INFO,console
③. 开启消费者
未完待续…
--->有问题请联系QQ1436281495^_^
