Hadoop2.7实战v1.0之Flume1.6.0搭建(Http Source-->Memory Chanel --> Hdfs Sink)

简介: Hadoop2.7实战v1.0之Flume1.6.0搭建(Http Source-->Memory Chanel --> Hdfs Sink) 1.

Hadoop2.7实战v1.0之Flume1.6.0搭建(Http Source-->Memory Chanel --> Hdfs Sink)

1.查看系统是否已经配置jdk1.7.0

点击(此处)折叠或打开

[root@xxx-01 jdk1.7.0_25]# bin/java -version
java version "1.7.0_25"
Java(TM) SE Runtime Environment (build 1.7.0_25-b15)
Java HotSpot(TM) 64-Bit Server VM (build 23.25-b01, mixed mode)
[root@xxx-01 jdk1.7.0_25]# pwd
/usr/java/jdk1.7.0_25
[root@xxx-01 jdk1.7.0_25]


##假如没有配置jdk1.7以上的版本,请参考 http://blog.itpub.net/30089851/viewspace-1994585/ 的 "安装JDK"

2.下载和解压flume1.6.0

点击(此处)折叠或打开

  1. [root@xxx-01 local]# wget http://ftp.cuhk.edu.hk/pub/packages/apache.org/flume/1.6.0/apache-flume-1.6.0-bin.tar.gz
  2. [root@xxx-01 local]# tar zxvf apache-flume-1.6.0-bin.tar.gz
  3. [root@xxx-01 local]# cd apache-flume-1.6.0-bin
  4. [root@xxx-01 apache-flume-1.6.0-bin]# ll
  5. total 140
  6. drwxr-xr-x 2 template games 4096 May 21 17:32 bin
  7. -rw-r--r-- 1 template games 69856 May 9 2015 CHANGELOG
  8. drwxr-xr-x 2 template games 4096 May 21 17:32 conf
  9. -rw-r--r-- 1 template games 6172 May 9 2015 DEVNOTES
  10. drwxr-xr-x 10 template games 4096 May 12 2015 docs
  11. drwxr-xr-x 2 root root 4096 May 21 17:32 lib
  12. -rw-r--r-- 1 template games 25903 May 9 2015 LICENSE
  13. -rw-r--r-- 1 template games 249 May 9 2015 NOTICE
  14. -rw-r--r-- 1 template games 1779 May 9 2015 README
  15. -rw-r--r-- 1 template games 1585 May 9 2015 RELEASE-NOTES
  16. drwxr-xr-x 2 root root 4096 May 21 17:32 tools
  17. [root@xxx-01 apache-flume-1.6.0-bin]#
  18. [root@xxx-01 apache-flume-1.6.0-bin]# cd conf
  19. [root@xxx-01 conf]# ls -l
  20. total 16
  21. -rw-r--r-- 1 template games 1661 May 9 2015 flume-conf.properties.template
  22. -rw-r--r-- 1 template games 1110 May 9 2015 flume-env.ps1.template
  23. -rw-r--r-- 1 template games 1214 May 9 2015 flume-env.sh.template
  24. -rw-r--r-- 1 template games 3107 May 9 2015 log4j.properties
  25. [root@xxx-01 conf]#
  26. [root@xxx-01 conf]# cp flume-env.sh.template flume-env.sh
  27. [root@xxx-01 conf]# cp flume-conf.properties.template flume-conf.properties
  28. [root@xxx-01 conf]#

  3.配置flume-env.sh 和环境变量

点击(此处)折叠或打开

  1. [root@xxx-01 conf]# vi flume-env.sh
  2. export JAVA_HOME=/usr/java/jdk1.7.0_25
  3. export HADOOP_HOME=/opt/cloudera/parcels/CDH/lib/hadoop
  4. [root@xxx-01 ~]# vi /etc/profile
  5. export JAVA_HOME="/usr/java/jdk1.7.0_25"
  6. export FLUME_HOME=/usr/local/apache-flume-1.6.0-bin
  7. export FLUME_CONF_DIR=$FLUME_HOME/conf

  8. export PATH=$FLUME_HOME/bin:$JAVA_HOME/bin:$PATH

  9. [root@xxx-01 ~]# source /etc/profile
  10. [root@xxx-01 ~]# echo $FLUME_HOME
  11. /usr/local/apache-flume-1.6.0-bin

4.配置flume-conf.properties

点击(此处)折叠或打开

  1. [root@xxx-01 conf]# vi flume-conf.properties
  2. # Name the components on this agent
  3. a1.sources = r1
  4. a1.sinks = k1
  5. a1.channels = c1

  6. # Describe/configure the source
    ###默认http handle的格式是json
  7. a1.sources.r1.type = http
  8. a1.sources.r1.bind = 本机ip
  9. a1.sources.r1.port = 5140

  10. a1.sources.r1.fileHeader = false
  11. #a1.sources.r1.deserializer.outputCharset=UTF-8

  12. a1.sources.r1.interceptors =i1
  13. a1.sources.r1.interceptors.i1.type = timestamp

  14. # Describe the sink
  15. a1.sinks.k1.type = hdfs
  16. a1.sinks.k1.channel = c1
  17. # 可以指定hdfs ha的fs.defaultFS配置信息,而不是指定其中一台master的,关键是当前flume机器要有hadoop环境(因为要加载hadoop jar包)
  18. #和在flume机器上这三个hadoop-env.sh hdfs-site.xml core-site.xml文件要与 日志存储的hdfs配置一致.
  19. a1.sinks.k1.hdfs.path = hdfs://nameservice1/testwjp/%Y-%m-%d/%H
  20. #a1.sinks.k1.hdfs.path = hdfs://xxx-01:8022/testwjp/%Y-%m-%d/%H
  21. a1.sinks.k1.hdfs.filePrefix = logs
  22. a1.sinks.k1.hdfs.inUsePrefix = .

  23. a1.sinks.k1.hdfs.rollInterval = 0
  24. ### roll 16 m = 16777216 bytes
  25. a1.sinks.k1.hdfs.rollSize = 16777216
  26. a1.sinks.k1.hdfs.rollCount = 0
  27. a1.sinks.k1.hdfs.batchSize = 1000
  28. a1.sinks.k1.hdfs.writeFormat = text

  29. ###A. plain text format 普通文本格式
  30. a1.sinks.k1.hdfs.fileType = DataStream

  31. ###B. compressed plain text to zip format 压缩格式
  32. #a1.sinks.k1.hdfs.fileType = CompressedStream
  33. #a1.sinks.k1.hdfs.codeC = bzip2

  34. # Use a channel which buffers events in memory
  35. a1.channels.c1.type = memory
  36. a1.channels.c1.keep-alive = 30
  37. a1.channels.c1.capacity = 100000
  38. a1.channels.c1.transactionCapacity = 1000
  39. # Bind the source and sink to the channel
  40. a1.sources.r1.channels = c1
  41. a1.sinks.k1.channel = c1

5.启动agent
[root@xxx-01 apache-flume-1.6.0-bin]#bin/flume-ng agent -c conf -f conf/http-memory-hdfs.properties -n a1 -Dflume.root.logger=INFO,console


###后台启动
nohup bin/flume-ng agent -c conf -f conf/http-memory-hdfs.properties -n a1 -Dflume.root.logger=INFO,console &


6.测试端A
[root@xxx-01 bin]# curl -X POST -d'[{"headers":{"h1":"v1","h2":"v2"},"body":"hello body"}]'  http://10.168.11.13:5140


7.测试端B Fox浏览器+HttpRequester工具

URL:http://本机ip:5140
Type:POST
Content Type: application/json
Content:

点击(此处)折叠或打开

[{
   "headers" : {
       "timestamp" : "1",
       "host" : "random_host1.example.com"
       },
   "body" : "random_body1"
   },
   {
   "headers" : {
        "timestamp" : "2",
       "host" : "random_host2.example.com"
       },
   "body" : "random_body2"
  }]

 ###单击"Submit"按钮,返回状态 200,标识内容post成功.
 
 
 
8.验证数据是否sink到hdfs上
命令行:hadoop fs -ls hdfs://nameservice1/testwjp/
Web:http://x.x.x.x:50070/

官方文档: http://flume.apache.org/FlumeUserGuide.html

目录
相关文章
|
2月前
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
169 6
|
2月前
|
SQL 分布式计算 监控
Hadoop-20 Flume 采集数据双写至本地+HDFS中 监控目录变化 3个Agent MemoryChannel Source对比
Hadoop-20 Flume 采集数据双写至本地+HDFS中 监控目录变化 3个Agent MemoryChannel Source对比
63 3
|
2月前
|
分布式计算 Java Hadoop
Hadoop-18 Flume HelloWorld 第一个Flume尝试!编写conf实现Source+Channel+Sink 控制台查看收集到的数据 流式收集
Hadoop-18 Flume HelloWorld 第一个Flume尝试!编写conf实现Source+Channel+Sink 控制台查看收集到的数据 流式收集
32 1
|
2月前
|
SQL 分布式计算 Hadoop
Hadoop-19 Flume Agent批量采集数据到HDFS集群 监听Hive的日志 操作则把记录写入到HDFS 方便后续分析
Hadoop-19 Flume Agent批量采集数据到HDFS集群 监听Hive的日志 操作则把记录写入到HDFS 方便后续分析
48 2
|
2月前
|
存储 数据采集 分布式计算
Hadoop-17 Flume 介绍与环境配置 实机云服务器测试 分布式日志信息收集 海量数据 实时采集引擎 Source Channel Sink 串行复制负载均衡
Hadoop-17 Flume 介绍与环境配置 实机云服务器测试 分布式日志信息收集 海量数据 实时采集引擎 Source Channel Sink 串行复制负载均衡
48 1
|
2月前
|
SQL 分布式计算 关系型数据库
Hadoop-24 Sqoop迁移 MySQL到Hive 与 Hive到MySQL SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
Hadoop-24 Sqoop迁移 MySQL到Hive 与 Hive到MySQL SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
90 0
|
2月前
|
SQL 分布式计算 关系型数据库
Hadoop-23 Sqoop 数据MySQL到HDFS(部分) SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
Hadoop-23 Sqoop 数据MySQL到HDFS(部分) SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
41 0
|
2月前
|
SQL 分布式计算 关系型数据库
Hadoop-22 Sqoop 数据MySQL到HDFS(全量) SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
Hadoop-22 Sqoop 数据MySQL到HDFS(全量) SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
52 0
|
2月前
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
69 2
|
29天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
89 2