Apache Flume - 配置


安装完 Flume 后,我们需要使用配置文件来配置它,该配置文件是一个具有键值对的 Java 属性文件。我们需要将值传递给文件中的键。

在 Flume 配置文件中,我们需要 -

  • 命名当前代理的组件。
  • 描述/配置源。
  • 描述/配置接收器。
  • 描述/配置通道。
  • 将源和接收器绑定到通道。

通常我们在 Flume 中可以有多个代理。我们可以通过使用唯一的名称来区分每个代理。使用这个名称,我们必须配置每个代理。

命名组件

首先,您需要命名/列出代理的源、接收器和通道等组件,如下所示。

agent_name.sources = source_name 
agent_name.sinks = sink_name 
agent_name.channels = channel_name 

Flume 支持各种源、接收器和通道。它们列于下表中。

来源 渠道 水槽
  • 阿夫罗来源
  • 节俭源
  • 执行源
  • JMS源
  • 假脱机目录源
  • Twitter 1% 消防水带来源
  • 卡夫卡源码
  • 网猫来源
  • 序列发生器源
  • 系统日志来源
  • 系统日志 TCP 源
  • 多端口系统日志 TCP 源
  • 系统日志 UDP 源
  • HTTP 源
  • 应力源
  • 遗留资源
  • Thrift 遗留源代码
  • 自定义源
  • 抄写员来源
  • 记忆频道
  • JDBC 通道
  • 卡夫卡频道
  • 文件通道
  • 可溢出内存通道
  • 伪交易通道
  • HDFS 接收器
  • 蜂巢水槽
  • 记录器接收器
  • 阿夫罗水槽
  • 节俭水槽
  • IRC 接收器
  • 文件卷水槽
  • 空水槽
  • HBaseSink
  • 异步HBaseSink
  • 吗啡啉Solr水槽
  • 弹性搜索接收器
  • Kite 数据集接收器
  • 卡夫卡水槽

您可以使用其中任何一个。例如,如果您使用 Twitter 源通过内存通道将 Twitter 数据传输到 HDFS 接收器,并且代理名称 id TwitterAgent,则

TwitterAgent.sources = Twitter 
TwitterAgent.channels = MemChannel 
TwitterAgent.sinks = HDFS 

列出代理的组件后,您必须通过为其属性提供值来描述源、接收器和通道。

描述来源

每个源都有一个单独的属性列表。名为“type”的属性对于每个源都是通用的,它用于指定我们正在使用的源的类型。

除了属性“type”之外,还需要提供特定源的所有必需属性的值来配置它,如下所示。

agent_name.sources. source_name.type = value 
agent_name.sources. source_name.property2 = value 
agent_name.sources. source_name.property3 = value 

例如,如果我们考虑twitter 源,则以下是我们必须为其提供值以对其进行配置的属性。

TwitterAgent.sources.Twitter.type = Twitter (type name) 
TwitterAgent.sources.Twitter.consumerKey =  
TwitterAgent.sources.Twitter.consumerSecret = 
TwitterAgent.sources.Twitter.accessToken =   
TwitterAgent.sources.Twitter.accessTokenSecret = 

描述水槽

就像源一样,每个接收器都将有一个单独的属性列表。名为“type”的属性对于每个接收器都是通用的,它用于指定我们正在使用的接收器的类型。除了属性“type”之外,还需要为特定接收器的所有必需属性提供值以对其进行配置,如下所示。

agent_name.sinks. sink_name.type = value 
agent_name.sinks. sink_name.property2 = value 
agent_name.sinks. sink_name.property3 = value

例如,如果我们考虑HDFS sink ,则以下是我们必须提供值来配置它的属性。

TwitterAgent.sinks.HDFS.type = hdfs (type name)  
TwitterAgent.sinks.HDFS.hdfs.path = HDFS directory’s Path to store the data

描述频道

Flume 提供了各种通道在源和接收器之间传输数据。因此,除了来源和渠道之外,还需要描述代理中使用的渠道。

为了描述每个通道,您需要设置所需的属性,如下所示。

agent_name.channels.channel_name.type = value 
agent_name.channels.channel_name. property2 = value 
agent_name.channels.channel_name. property3 = value 

例如,如果我们考虑内存通道,则以下是我们必须为其提供值以对其进行配置的属性。

TwitterAgent.channels.MemChannel.type = memory (type name)

将 Source 和 Sink 绑定到 Channel

由于通道连接源和接收器,因此需要将它们都绑定到通道,如下所示。

agent_name.sources.source_name.channels = channel_name 
agent_name.sinks.sink_name.channels = channel_name 

以下示例显示如何将源和接收器绑定到通道。在这里,我们考虑twitter 源、内存通道HDFS 接收器

TwitterAgent.sources.Twitter.channels = MemChannel
TwitterAgent.sinks.HDFS.channels = MemChannel 

启动 Flume 代理

配置完成后,我们必须启动Flume代理。其操作如下 -

$ bin/flume-ng agent --conf ./conf/ -f conf/twitter.conf 
Dflume.root.logger=DEBUG,console -n TwitterAgent 

其中 -

  • agent - 启动 Flume 代理的命令

  • --conf ,-c<conf> - 使用conf目录中的配置文件

  • -f<file> - 指定配置文件路径(如果缺少)

  • --name, -n <name> - twitter 代理的名称

  • -D property =value - 设置 Java 系统属性值。