大数据系列之Flume+kafka 整合

相关文章：

大数据系列之Kafka安装 

大数据系列之Flume--几种不同的Sources

大数据系列之Flume+HDFS

关于Flume 的 一些核心概念：

组件名称	功能介绍
Agent代理	使用JVM 运行Flume。每台机器运行一个agent，但是可以在一个agent中包含多个sources和sinks。
Client客户端	生产数据，运行在一个独立的线程。
Source源	从Client收集数据，传递给Channel。
Sink接收器	从Channel收集数据，进行相关操作，运行在一个独立线程。
Channel通道	连接 sources 和 sinks ，这个有点像一个队列。
Events事件	传输的基本数据负载。

 文章和 大数据系列之Flume+HDFS 非常相似，不同的在于flume安装目录conf下新建了kafka.properties文件，启动时也应当用此配置文件作为参数启动。下面看具体内容：

1. kafka.properties：

agent.sources = s1                                                                                                                   
agent.channels = c1                                                                                                                  
agent.sinks = k1                                                                                                                     
                                                                                                                                     
agent.sources.s1.type=exec                                                                                                           
agent.sources.s1.command=tail -F /tmp/logs/kafka.log                                                                                 
agent.sources.s1.channels=c1                                                                                                         
agent.channels.c1.type=memory                                                                                                        
agent.channels.c1.capacity=10000                                                                                                     
agent.channels.c1.transactionCapacity=100                                                                                            
                                                                                                                                     
#设置Kafka接收器                                                                                                                     
agent.sinks.k1.type= org.apache.flume.sink.kafka.KafkaSink                                                                           
#设置Kafka的broker地址和端口号                                                                                                       
agent.sinks.k1.brokerList=master:9092                                                                                                
#设置Kafka的Topic                                                                                                                    
agent.sinks.k1.topic=kafkatest                                                                                                       
#设置序列化方式                                                                                                                      
agent.sinks.k1.serializer.class=kafka.serializer.StringEncoder                                                                       
                                                                                                                                     
agent.sinks.k1.channel=c1     

  关于配置文件中注意3点：

　　a.  agent.sources.s1.command=tail -F /tmp/logs/kafka.log   

　　b.  agent.sinks.k1.brokerList=master:9092

　　c . agent.sinks.k1.topic=kafkatest 

2.很明显，由配置文件可以了解到:

　　a.我们需要在/tmp/logs下建一个kafka.log的文件，且向文件中输出内容（下面会说到）;

　　b.flume连接到kafka的地址是 master:9092，注意不要配置出错了；

　　c.flume会将采集后的内容输出到Kafka topic 为kafkatest上，所以我们启动zk,kafka后需要打开一个终端消费topic kafkatest的内容。这样就可以看到flume与kafka之间玩起来了~~

3.具体操作：

　　a.在/tmp/logs下建立空文件kafka.log。在mfz 用户目录下新建脚本kafkaoutput.sh(一定要给予可执行权限)，用来向kafka.log输入内容: kafka_test***

　　

for((i=0;i<=1000;i++));
do echo "kafka_test-"+$i>>/tmp/logs/kafka.log;
done

　　b. 在kafka安装目录下执行如下命令，启动zk,kafka 。(不明白此处可参照 大数据系列之Flume+HDFS)

bin/zookeeper-server-start.sh -daemon config/zookeeper.properties &

bin/kafka-server-start.sh -daemon config/server.properties &

   　c.新增Topic kafkatest

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic kafkatest  

 　　d.打开新终端，在kafka安装目录下执行如下命令，生成对topic kafkatest 的消费

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic kafkatest --from-beginning --zookeeper master

 　　e.启动flume

bin/flume-ng agent --conf-file  conf/kafka.properties -c conf/ --name agent -Dflume.root.logger=DEBUG,console

　  d.执行kafkaoutput.sh脚本（注意观察kafka.log内容及消费终端接收到的内容）

　　e.查看新终端消费信息

整体流程如图：

完~~

后续将介绍Java代码对于Flume+HDFS ，Flume+Kafka的实现。敬请期待~