前言 今天实在不知道学点什么好了，早上学了3个多小时的 Flink ，整天只学一门技术是很容易丧失兴趣的。那就学点新的东西 Flume，虽然 Kafka 还没学完，但是大数据生态圈的基础组件也基本就剩这倆了。Flume 概述 生产环境中的数据一般都是用户在客户端的一些行为操作形成的
前言Flume的sink 本地文件存储使用File Roll Sink时，默认文件格式是启动当前的时间戳+数字，不方便观察。于是查看源码，发现一个新大陆。Flime的RollingFileSink有PathManager（路径管理器）中找到了答案。一、如何配置？直接上结果:在配置文件中加入这个参数# 这是路径按照时间格式yyyyMMddHHmmss 滚动文件
sink.pathManager =
转载
2024-04-03 19:40:22
134阅读
简介记录Flume采集kafka数据到Hdfs。配置文件# vim job/kafka_to_hdfs_db.conf
a1.sources = r1
a1.channels = c1
a1.sinks = k1
a1.sources.r1.type = org.apache.flume.source.kafka.KafkaSource
#每一批有5000条的时候写入channel
a1.s
转载
2023-07-26 11:41:41
246阅读
代码驿站一、简单理解作用基本构成二、Flume的安装及使用安装及配置写properties文件启动flume三、启动之后 一、简单理解作用Flume提供一种分布式的，可靠地，对大量数据的日志进行高效处理，聚集，移动的服务。flume只能在Unix的环境下运行。Flume基于流式框架，容错性强，也灵活简单。Flume，Kafka用来进行数据收集的，Spart，Storm用来实时处理数据，impal
转载
2023-12-15 16:33:09
59阅读
1.Sink常用的Sink类型HDFS Sink这个Sink将Event写入Hadoop分布式文件系统（也就是HDFS）。 目前支持创建文本和序列文件。 它支持两种文件类型的压缩。 可以根据写入的时间、文件大小或Event数量定期滚动文件（关闭当前文件并创建新文件）。 它还可以根据Event自带的时间戳或系统时间等属性对数据进行分区。 存储文件的HDFS目录路径可以使用格式转义符，会由HDFS S
转载
2023-09-04 11:52:16
55阅读
1、flume官网https://flume.apache.org/2、安装kerberos客户端由于我在hdfs开启了kerberos认证，所以要先装kerberos客户端：
yum install krb5-devel krb5-workstation -y
再将kerberos server端的/etc/krb5.conf配置文件复制过来放到flume服务器的/etc/krb5.conf如何
首先安装flume：建议和Hadoop保持统一用户来安装Hadoop，flume本次我采用Hadoop用户安装flumehttp://douya.blog.51cto.com/6173221/1860390开始配置：1，配置文件编写：vim flume_hdfs.conf# Define a memory channel called ch1 on agent1agent1.chann
原创
2016-12-06 11:35:17
4125阅读
Flume对接Kafka一、为什么要集成Flume和Kafka二、flume 与 kafka 的关系及区别三、Flume 对接 Kafka（详细步骤）(1). Kafka作为source端1. 配置flume2. 启动flume3. 启动Kafka producer(2). Kafka作为sink端1. 配置flume2. 启动zookeeper集群3. 启动kafka集群4.创建并查看topi
转载
2024-01-03 09:43:23
89阅读
背景flume最开始由cloudera软件公司产出的可分布式日志收集系统，后于2009年被捐赠了apache软件基金会，为hadoop相关组件之一。不断的完善与版本升级，推出了flume-ng，现在早已是Apache顶级项目之一。flume简介Flume is a distributed, reliable, and available service for efficiently collec
一、Flume监听多个文件目录1. flume的环境搭建和基础配置参考2. 修改配置文件flume-conf.properties#定义两个是数据源source1、source2
agent.sources = source1 source2
agent.channels = channel1
agent.sinks = sink1
#数据源source1：监听/home/sxvbd/bigda
转载
2024-04-24 20:09:31
100阅读
需求:采集目录中已有的文件内容，存储到HDFS 分析:source是要基于目录的，channel建议使用file，可以保证不丢数据，sink使用hdfs 下面要做的就是配置Agent了，可以把example.conf拿过来修改一下，新的文件名为file-to-hdfs.conf# Name the components on this agent
a1.sources = r1
a1.sinks
转载
2023-09-20 06:21:58
150阅读
Flume定义Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构，灵活简单Flume的优点可以和任意存储进程集成。输入的的数据速率大于写入目的存储的速率，flume会进行缓冲，减小hdfs的压力。flume中的事务基于channel，使用了两个事务模型（sender + receiver），确保消息被可靠发送。 Flume使用两
转载
2024-04-30 19:40:15
29阅读
一、Flume简介1) Flume提供一个分布式的，可靠的，对大数据量的日志进行高效收集、聚集、移动的服务，Flume只能在Unix环境下运行。2) Flume基于流式架构，容错性强，也很灵活简单。参考: 大数据架构中的流式架构和Kappa架构 流式架构/反应式编程（Reactive Architecture/Programming）直接取消了批处理操作，数据全程以数据流的
转载
2024-04-28 22:23:52
626阅读
Flume采集本地文件到hdfs介绍配置文件启动agent遇见的问题 介绍Flume是一个数据采集工具，可以很方便的将多种数据采集到Hadoop生态系统中。 安装十分便捷只需要下载解压到要采集的机器即可，重点是需要对flume的三大组件（source，channel，sink）的配置。 注：盗张官方的图? 官方链接：Flume官方说明配置文件内容如下：#定义三大组件的名称,myagent可以自己
转载
2024-03-25 16:12:22
49阅读
在一个节点上开启Flume，消费Kafka中的数据写入HDFS。CDH环境Flume -> 实例 ->选择节点 -> 配置 -> 配置文件## 组件a1.sources=r1a1.channels=c1a1.sinks=k1## sourcea1.sources.r1.type = org.apache.flume.source.kafka...
原创
2021-08-31 14:56:44
1252阅读
今天一天的时间，成功使用flume把日志扇入ElasticSearch中，并运行Kibana实现日志的初步展示，记录于此。1：ES集群的搭建不予赘述，可参考：如何搭建ES集群2：Flume与ES协同这一部分堪称是重中之重，主要的时间就是花费在这上面了。flume的sink里，其实是有ElasticSearchSink的，我的打算，也是想直接使用其实现功能即可，后发现，ES使用的版本过高，但又不想照
1 解压改名（所谓压缩：将相同的二进制用特定的二进制代替，减少数据量）tar -zvxf apache-flume-1.8.0-bin.tar.gzrm apache-flume-1.8.0-bin.tar.gz mv apache-flume-1.8.0-bin/ flume-1.8.02 配置官方文档：http://flume.apache.org/ 左侧目录
转载
2024-05-23 11:16:20
48阅读
Flume下载地址apache-flume-1.6.0-bin.tar.gzhttp://pan.baidu.com/s/1o81nR8e s832apache-flume-1.5.2-bin.tar.gzhttp://pan
原创
2022-12-28 14:55:28
145阅读
# Flume从HDFS到HBase的数据流转
Apache Flume是一个分布式服务，用于高效地收集、聚合和移动大量日志数据。将数据从HDFS（Hadoop分布式文件系统）传输到HBase（一个分布式、可扩展的NoSQL数据库）是Flume的一项常见应用场景。本文将介绍如何通过Flume将数据从HDFS导入到HBase，并提供相关的代码示例。
## Flume的基本架构
Flume由三部
原创
2024-09-13 06:08:08
29阅读
Flume1 概述Flume 是 Cloudera 提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的软件。Flume核心 :数据源(source)目的地(sink)数据传输通道(channel)Flume版本 :FlumeOG(0.9X版本的统称) , 老版本
FlumeNG(1.X版本的统称) , 该版本常用2 . 运行机制Flume 系统中核心的角色是 agent，agent
