Flume 接入 CKafka

最近更新时间:2024-10-14 17:49:21

我的收藏
Apache Flume 是一个分布式、可靠、高可用的日志收集系统,支持各种各样的数据来源(如 HTTP、Log 文件、JMS、监听端口数据等),能将这些数据源的海量日志数据进行高效收集、聚合、移动,最后存储到指定存储系统中(如 Kafka、分布式文件系统、Solr 搜索服务器等)。
Flume 基本结构如下:



Flume 以 agent 为最小的独立运行单位。一个 agent 就是一个 JVM,单个 agent 由 Source、Sink 和 Channel 三大组件构成。


Flume 与 Kafka
把数据存储到 HDFS 或者 HBase 等下游存储模块或者计算模块时需要考虑各种复杂的场景,例如并发写入的量以及系统承载压力、网络延迟等问题。Flume 作为灵活的分布式系统具有多种接口,同时提供可定制化的管道。 在生产处理环节中,当生产与处理速度不一致时,Kafka 可以充当缓存角色。Kafka 拥有 partition 结构以及采用 append 追加数据,使 Kafka 具有优秀的吞吐能力;同时其拥有 replication 结构,使 Kafka 具有很高的容错性。 所以将 Flume 和 Kafka 结合起来,可以满足生产环境中绝大多数要求。

Flume 接入开源 Kafka

准备工作

下载 Apache Flume (1.6.0以上版本兼容 Kafka)
下载 Kafka工具包 (0.9.x以上版本,0.8已经不支持)
确认 Kafka 的 Source、 Sink 组件已经在 Flume 中。

接入方式

Kafka 可作为 Source 或者 Sink 端对消息进行导入或者导出。
Kafka Source
Kafka Sink
配置 kafka 作为消息来源,即将自己作为消费者,从 Kafka 中拉取数据传入到指定 Sink 中。主要配置选项如下:
配置项
说明
channels
自己配置的 Channel
type
必须为:org.apache.flume.source.kafka.KafkaSource
kafka.bootstrap.servers
Kafka Broker 的服务器地址
kafka.consumer.group.id
作为 Kafka 消费端的 Group ID
kafka.topics
Kafka 中数据目标 Topic
batchSize
每次写入 Channel 的大小
batchDurationMillis
每次写入最大间隔时间
示例:
tier1.sources.source1.type = org.apache.flume.source.kafka.KafkaSource
tier1.sources.source1.channels = channel1
tier1.sources.source1.batchSize = 5000
tier1.sources.source1.batchDurationMillis = 2000
tier1.sources.source1.kafka.bootstrap.servers = localhost:9092
tier1.sources.source1.kafka.topics = test1, test2
tier1.sources.source1.kafka.consumer.group.id = custom.g.id
更多内容请参见 Apache Flume 官网
配置 Kafka 作为内容接收方,即将自己作为生产者,推到 Kafka Server 中等待后续操作。主要配置选项如下:
配置项
说明
channel
自己配置的 Channel
type
必须为:org.apache.flume.sink.kafka.KafkaSink
kafka.bootstrap.servers
Kafka Broker 的服务器
kafka.topics
Kafka 中数据来源 Topic
kafka.flumeBatchSize
每次写入的 Bacth 大小
kafka.producer.acks
Kafka 生产者的生产策略
示例:
a1.sinks.k1.channel = c1
a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
a1.sinks.k1.kafka.topic = mytopic
a1.sinks.k1.kafka.bootstrap.servers = localhost:9092
a1.sinks.k1.kafka.flumeBatchSize = 20
a1.sinks.k1.kafka.producer.acks = 1
更多内容请参见 Apache Flume 官网

Flume 接入 CKafka

使用 CKafka 作为 Sink
使用 CKafka 作为 Source

步骤1:获取 CKafka 实例接入地址

1. 登录 CKafka 控制台
2. 在左侧导航栏选择实例列表,单击实例的“ID”,进入实例基本信息页面。
3. 在实例的基本信息页面的接入方式模块,可获取实例的接入地址。



步骤2:创建 Topic

1. 在实例基本信息页面,选择顶部 Topic 管理页签。
2. 在 Topic 管理页面,单击新建,创建一个名为 flume_test 的 Topic。



步骤3:配置 Flume

2. 编写配置文件 flume-kafka-sink.properties,以下是一个简单的 Java 语言 Demo(配置在解压目录的 conf 文件夹下),若无特殊要求则将自己的实例 IP 与 Topic 替换到配置文件当中即可。本例使用的 source 为 tail -F flume-test ,即文件中新增的信息。


代码示例如下:
# 以kafka作为sink的demo
agentckafka.source = exectail
agentckafka.channels = memoryChannel
agentckafka.sinks = kafkaSink

# 设置source类型,根据不同需求而设置。若有特殊source可自行配置,此处使用最简单的例子
agentckafka.sources.exectail.type = exec
agentckafka.sources.exetail.command = tail -F ./flume.test
agentckafka.sources.exectail.batchSize = 20
# 设置source channel
agentckafka.sources.exectail.channels = memoryChannel

# 设置sink类型,此处设置为kafka
agentckafka.sinks.kafkaSink.type = org.apache.flume.sink.kafka.KafkaSink
# 此处设置ckafka提供的ip:port
agentckafka.sinks.kafkaSink.brokerList = 172.16.16.12:9092 # 配置实例IP
# 此处设置需要导入数据的topic,请先在控制台提前创建好topic
agentckafka.sinks.kafkaSink.topic = flume test #配置topic
# 设置sink channel
agentckafka.sinks.kafkaSink.channel = memoryChannel

# Channel使用默认配置
# Each channel's type is defined.
agentckafka.channels.memoryChannel.type = memory
agentckafka.channels.memoryChannel.keep-alive = 10

# Other config values specific to each type of channel(sink or source) can be defined as well
# In this case, it specifies the capacity of the memory channel
agentckafka.channels.memoryChannel.capacity = 1000
agentckafka.channels.memoryChannel.transactionCapacity = 1000
3. 执行如下命令启动 Flume。
./bin/flume-ng agent -n agentckafka -c conf -f conf/flume-kafka-sink.properties
4. 写入消息到 flume-test 文件中,此时消息将由 Flume 写入到 CKafka。


5. 启动 CKafka 客户端进行消费。
./kafka-console-consumer.sh --bootstrap-server xx.xx.xx.xx:xxxx --topic flume_test --from-beginning --new-consumer
说明
bootstrap-server 填写刚创建的 CKafka 实例的接入地址,topic 填写刚创建的 Topic 名称。
可以看到刚才的消息被消费出来。



步骤1:获取 CKafka 实例接入地址

1. 登录 CKafka 控制台
2. 在左侧导航栏选择实例列表,单击实例的“ID”,进入实例基本信息页面。
3. 在实例的基本信息页面的接入方式模块,可获取实例的接入地址。



步骤2:创建 Topic

1. 在实例基本信息页面,选择顶部 Topic 管理页签。
2. 在 Topic 管理页面,单击新建,创建一个名为 flume_test 的 Topic。





步骤3:配置 Flume

2. 编写配置文件 flume-kafka-source.properties,以下是一个简单的 Demo(配置在解压目录的 conf 文件夹下)。若无特殊要求则将自己的实例 IP 与 Topic 替换到配置文件当中即可。此处使用的 sink 为 logger。


3. 执行如下命令启动 Flume。
./bin/flume-ng agent -n agentckafka -c conf -f conf/flume-kafka-source.properties
4. 查看 logger 输出信息(默认路径为logs/flume.log)。