about云日志分析项目准备9-1：Flume1.7安装和使用：解决不断增加的日志文件及追加数据

问题导读
1.对于不断追加的文件可以使用flume哪个属性？
2.对于不断追加的文件及变化的文件个数，可是使用flume哪个属性?
3.该如何配置能够搜集网站日志的flume？






本文的背景：
在搜集日志的过程中，日志文件的个数及日志文件需要不断的追加。flume1.6中，可以使用tail -f可以解决不断追加的文件，但是由于日志文件的个数是变化的，不可能只产生一个文件。所以tail -f就已经不能解决这个搜集日志的问题。

需求：
需要能够监控文件，并且追加这个，同时文件个数也是不断变化的。

解决办法：
这时候flume1.7就产生了，很好的通过 TAILDIRl解决了这个问题。TAILDIRl可以监控一个目录下的文件。

官网地址：http://flume.apache.org/FlumeUserGuide.html

官网文档截图：




上面加粗为常用属性。

这里我们只使用了下面两个属性
a1.sources.source1.filegroups.f1 = /data/aboutyunlog/.*log.*
a1.sources.source1.type = TAILDIR

flume1.7安装包
链接：http://pan.baidu.com/s/1c1Pzo9i 密码：fxa4



一、Flume安装

1. 压缩安装包

1. tar -zxvf ~/jar/apache-flume-1.7.0-bin.tar.gz -C /data
   
2. mv /data/apache-flume-1.7.0-bin/ /data/flume-1.7.0 # 重命名

复制代码

2. 配置环境变量

1. echo -e "export FLUME_HOME=/data/flume-1.7.0\nexport PATH=\$FLUME_HOME/bin:\$PATH" >> ~/.bashrc
   
2. source ~/.bashrc

复制代码

3. 配置flume

1. cp flume-env.sh.template flume-env.sh修改JAVA_HOME
   
2. export JAVA_HOME= /data/jdk1.8.0_111

复制代码

4. 验证安装

1. flume-ng version

复制代码

二、Flume使用

一个agent由source、channel、sink组成。这儿我们使用Spooling Directory Source、File Channel、Kafka Sink。

1. 单节点的agent
1) 增加配置文件

1. cd $FLUME_HOME/conf
   
2. vim single_agent.conf

复制代码

将以下内容拷贝进去

1. 
   
2. # agent的名称为a1
   
3. a1.sources = source1
   
4. a1.channels = channel1
   
5. a1.sinks = sink1
   
6. 
   
7. # set source
   
8. #a1.sources.source1.type = spooldir
   
9. a1.sources.source1.type = TAILDIR
   
10. a1.sources.source1.filegroups = f1
    
11. a1.sources.source1.filegroups.f1 = /data/aboutyunlog/.*log.*
    
12. #a1.sources.source1.spoolDir=/data/aboutyunlog
    
13. a1sources.source1.fileHeader = flase
    
14. 
    
15. # set sink
    
16. a1.sinks.sink1.type = org.apache.flume.sink.kafka.KafkaSink
    
17. #a1.sinks.sink1.kafka.bootstrap.servers = master:9092,slave1:9092,slave2:9092
    
18. a1.sinks.sink1.brokerList= master:9092,slave1:9092,slave2:9092
    
19. a1.sinks.sink1.topic= aboutyunlog
    
20. a1.sinks.sink1.kafka.flumeBatchSize = 20
    
21. a1.sinks.sink1.kafka.producer.acks = 1
    
22. a1.sinks.sink1.kafka.producer.linger.ms = 1
    
23. a1.sinks.sink1.kafka.producer.compression.type = snappy
    
24. 
    
25. # set channel
    
26. a1.channels.channel1.type = file
    
27. a1.channels.channel1.checkpointDir = /data/flume_data/checkpoint
    
28. a1.channels.channel1.dataDirs= /data/flume_data/data
    
29. 
    
30. # bind
    
31. a1.sources.source1.channels = channel1
    
32. a1.sinks.sink1.channel = channel1
    
33. 
    

复制代码

2. 创建所需文件

1. mkdir -p /data/aboutyunlog
   
2. mkdir -p /data/flume_data/checkpoint
   
3. mkdir -p /data/flume_data/data

复制代码

3. 查看kafka现有的topic

1. kafka-topics.sh --zookeeper master:2181,slave1:2181,slave2:2181 --list

复制代码

4. 在kafka上创建名为aboutyunlog的topic

1. kafka-topics.sh --zookeeper master:2181,slave1:2181,slave2:2181 --create --topic aboutyunlog --replication-factor 1 --partitions 3

复制代码

5. 启动flume

1. flume-ng agent --conf-file /data/flume-1.7.0/conf/single_agent.conf --name a1 -Dflume.root.logger=INFO,console

复制代码

启动过程中控制台会输出很多日志。

6. 创建一个kafka的consumer

1. kafka-console-consumer.sh --zookeeper master:2181,slave1:2181,slave2:2181  --topic aboutyunlog --from-beginning

复制代码

这条命令的意思是说创建aboutyunlog这个topic下的消费者，消费时从最开始的一条信息开始消费。

上图说明该消费者创建成功，由于本地/data/aboutyunlog目录下没有新文件加入，造成aboutyunlog这个topic没有信息输入，所以消费者没有得到一条信息。

7.  添加文件到flume source目录

1. echo -e "this is a test file! \nhttp://www.aboutyun.com20170820"
   
2. mv log.1 /data/aboutyunlog/

复制代码

为：echo -e "this is a test file! \nhttp://www.aboutyun.com20170820">log.1
再次执行

1. echo -e "this is a test file! \nhttp://www.aboutyun.com20170820">log.2
   

复制代码

然后我们看到

master上



8. 再次查看kafka consumer


切换到创建kafka consumer的shell界面，会看到我们log.1中文件的内容被打印在屏幕上。


上图说明我们已经成功使用flume监控/data/aboutyunlog目录，并将监控目录中的内容发送到kafka的aboutyunlog主题中。