Flume系列：案例-Flume复制(Replicating)和多路复用(Multiplexing)

原创

已于 2023-06-06 22:46:55 修改 · 1.1k 阅读

标签

#flume #大数据 #hadoop

收录于

于 2023-05-28 22:16:22 首次发布

本文介绍了在Apache Hadoop生态中，使用Flume进行数据复制和多路复用的案例。通过配置flume1.conf、flume2_hdfs.conf和flume3_dir.conf，Flume1监控文件变动，将内容同时传输给Flume2（存储到HDFS）和Flume3（输出到LocalFileSystem）。详细步骤包括Flume1的双通道配置，Flume2和Flume3的source设置。

Apache Hadoop生态-目录汇总-持续更新

1：案例流程描述

2：实现步骤：

2.1：实现flume1.conf

2.2：实现flume2_hdfs.conf

2.3：实现flume3_dir.conf

3：启动传输链路

Apache Hadoop生态-目录汇总-持续更新

系统环境：centos7

Java环境：Java8

案例只演示通道流程，其中Source，channel，Sink的种类按需调整

1：案例流程描述

使用 Flume-1 监控文件变动，Flume-1 将变动内容传递给 Flume-2，Flume-2 负责存储到 HDFS。

同时 Flume-1 将变动内容传递给 Flume-3，Flume-3 负责输出到 LocalFileSystem。

架构流程如下：Flume1同时发送给Flume2，Flume3

2：实现步骤：

2.1：实现flume1.conf

配置1个接收日志文件的 source 和两个 channel、两个 sink，分别输送给flum2和 flume3

vim flume1.conf

# 1：定义组件
a1.sources = r1
a1.sinks = k1 k2
a1.channels = c1 c2

# 2：定义source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /logs/hive.log
a1.sources.r1.shell = /bin/bash -c

# 将数据流复制给所有 channel - 默认replicating
a1.sources.r1.selector.type = replicating

# 3：定义channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a