flume之常用sink详解 。
1、Logger Sink
记录INFO级别的日志,一般用于调试。前面介绍Source时候用到的Sink都是这个类型的Sink
必须配置的属性:
type logger
maxBytesToLog 16 Maximum number of bytes of the Event body to log
注:要求必须在 --conf 参数指定的目录下有 log4j的配置文件,可以通过-Dflume.root.logger=INFO,console在命令启动时手动指定log4j参数
案例:前面的例子都是这种类型的Sink
2、File Roll Sink
在本地文件系统中存储事件。每隔指定时长生成文件保存这段时间内收集到的日志信息。
属性说明:
type file_roll
sink.directory 必填,文件被存储的目录
sink.rollInterval 30 滚动文件每隔30秒(应该是每隔30秒钟单独切割数据到一个文件的意思)。如果设置为0,则禁止滚动,从而导致所有数据被写入到一个文件。
sink.serializer TEXT Other possible options include avro_event or the FQCN of an implementation of EventSerializer.Builder interface.
batchSize 100
实例:
a1.sources = r1 a1.sinks = k1 a1.channels = c1 a1.sources.r1.type = http a1.sources.r1.port = 6666 a1.sources.r1.channels = c1 a1.channels.c1.type = memory a1.channels.c1.capacity = 1000 a1.channels.c1.transactionCapacity = 100 a1.sinks.k1.type = file_roll a1.sinks.k1.sink.directory = /home/park/work/apache-flume-1.6.0-bin/mysink a1.sinks.k1.channel = c1
实例1:扇入,多个节点a1。。。an 流入到b1
1)a1...an的配置:
a1.sources=r1 a1.sinks=k1 a1.channels=c1 a1.sources.r1.type=http a1.sources.r1.port=8888 a1.sources.r1.channels=c1 a1.channels.c1.type=memory a1.channels.c1.capacity=1000 a1.channels.c1.transactionCapacity=1000 a1.sinks.k1.type=avro a1.sinks.k1.hostname=192.168.242.138 a1.sinks.k1.port=9988 a1.sinks.k1.channel=c1
2)b1的配置:
b1.sources=r1 b1.sinks=k1 b1.channels=c1 b1.sources.r1.type=avro b1.sources.r1.bind=0.0.0.0 b1.sources.r1.port=9988 b1.sources.r1.channels=c1 b1.channels.c1.type=memory b1.channels.c1.capacity=1000 b1.channels.c1.transactionCapacity=1000 b1.sinks.k1.type=logger b1.sinks.k1.channel=c1
启动flume后,会发现数据汇总到了b1服务器上。
1)a1节点配置:
a1.sources=r1 a1.sinks=k1 k2 a1.channels=c1 c2 a1.sources.r1.type=http a1.sources.r1.port=8888 a1.sources.r1.channels=c1 c2 a1.channels.c1.type=memory a1.channels.c1.capacity=1000 a1.channels.c1.transactionCapacity=1000 a1.channels.c2.type=memory a1.channels.c2.capacity=1000 a1.channels.c2.transactionCapacity=1000 a1.sinks.k1.type=avro a1.sinks.k1.hostname=192.168.242.138 a1.sinks.k1.port=9988 a1.sinks.k1.channel=c1 a1.sinks.k2.type=avro a1.sinks.k2.hostname=192.168.242.135 a1.sinks.k2.port=9988 a1.sinks.k2.channel=c2注:如果要实现event数据流的扇出,需要配置多个channel和sink,如果只配置一个channel、多个sink,那么event数据通过channel后会被多个sink互斥的消费掉。
2)b1...bn配置:
b1.sources=r1 b1.sinks=k1 b1.channels=c1 #描述/配置Source b1.sources.r1.type=avro b1.sources.r1.bind=0.0.0.0 b1.sources.r1.port=9988 b1.sources.r1.channels=c1 b1.channels.c1.type=memory b1.channels.c1.capacity=1000 b1.channels.c1.transactionCapacity=1000 #描述Sink b1.sinks.k1.type=logger b1.sinks.k1.channel=c1启动flume后,event数据通过a1后会分成两股流通过channel1和channel2,然后分发到b1...bn
4、HDFS Sink
此Sink将事件写入到Hadoop分布式文件系统HDFS中。前它支持创建文本文件和序列化文件,对这两种格式都支持压缩。 这些文件可以分卷,按照指定的时间或数据量或事件的数量为基础,它还通过类似时间戳或机器属性对数据进行 buckets/partitions 操作。HDFS的目录路径可以包含将要由HDFS替换格式的转移序列用以生成存储事件的目录/文件名。
注:使用这个Sink要求hadoop必须已经安装好,以便Flume可以通过hadoop提供的jar包与HDFS进行通信,此版本hadoop必须支持sync()调用。
必要属性说明:
type HDFS
hdfs.path 必填,HDFS 目录路径 (eg hdfs://namenode/flume/webdata/)
hdfs.filePrefix FlumeData Flume在目录下创建文件的名称前缀
hdfs.fileSuffix – 追加到文件的名称后缀 (eg .avro - 注: 日期时间不会自动添加)
hdfs.inUsePrefix – Flume正在处理的文件所加的前缀
hdfs.inUseSuffix .tmp Flume正在处理的文件所加的后缀
实例:
a1.sources=r1 a1.sinks=k1 a1.channels=c1 a1.sources.r1.type=http a1.sources.r1.port=8888 a1.sources.r1.channels=c1 a1.channels.c1.type=memory a1.channels.c1.capacity=1000 a1.channels.c1.transactionCapacity=1000 a1.sinks.k1.type=hdfs a1.sinks.k1.hdfs.path=hdfs://0.0.0.0:9000/ppp a1.sinks.k1.channel=c1