2020.02.14

1.安装 Flume

Flume 是 Cloudera 提供的一个分布式、可靠、可用的系统，它能够将不同数据源的海量 日志数据进行高效收集、聚合、移动，最后存储到一个中心化数据存储系统中。Flume 的 核心是把数据从数据源收集过来，再送到目的地。请到 Flume 官网下载 Flume1.7.0 安装文 件，下载地址如下：

http://www.apache.org/dyn/closer.lua/flume/1.7.0/apache-flume-1.7.0-bin.tar.gz

或者也可以直接到本教程官网的“ 下 载 专 区 ” 中的“ 软件” 目 录 中 下 载 apache-flume-1.7.0-bin.tar.gz。

下载后，把 Flume1.7.0 安装到 Linux 系统的“/usr/local/flume”目录下，具体安装和使 用方法可以参考教程官网的“实验指南”栏目中的“日志采集工具 Flume 的安装与使用方 法”。

2. 使用 Avro 数据源测试 Flume

 Avro 可以发送一个给定的文件给 Flume，Avro 源使用 AVRO RPC 机制。请对 Flume 的相关配置文件进行设置，从而可以实现如下功能：在一个终端中新建一个文件 helloworld.txt（里面包含一行文本“Hello World”），在另外一个终端中启动 Flume 以后， 可以把 helloworld.txt 中的文本内容显示出来。

cd /usr/local/flume 
sudo vim ./conf/avro.conf
/usr/local/flume/bin/flume-ng agent -c . -f /usr/local/flume/conf/avro.conf -n a1 -Dflume.root.logger=INFO,console 
/usr/local/flume/bin/flume-ng agent -c . -f /usr/local/flume/conf/avro.conf -n a1 -Dflume.root.logger=INFO,console 
cd /usr/local/flume 
bin/flume-ng avro-client --conf conf -H localhost -p 4141 -F /usr/local/flume/log.00

3. 使用 netcat 数据源测试 Flume

 请对 Flume 的相关配置文件进行设置，从而可以实现如下功能：在一个 Linux 终端（这 里称为“Flume 终端”）中，启动 Flume，在另一个终端（这里称为“Telnet 终端”）中， 输入命令“telnet localhost 44444”，然后，在 Telnet 终端中输入任何字符，让这些字符可以 顺利地在 Flume 终端中显示出来。

cd /usr/local/flume 
sudo vim ./conf/example.conf 
/usr/local/flume/bin/flume-ng agent --conf ./conf --conf-file ./conf/example.conf --name a1 -Dflume.root.logger=INFO,console 
telnet localhost 44444

4.使用 Flume 作为 Spark Streaming 数据源

 Flume是非常流行的日志采集系统，可以作为Spark Streaming的高级数据源。请把Flume Source 设置为 netcat 类型，从终端上不断给 Flume Source 发送各种消息，Flume 把消息汇集 到 Sink，这里把 Sink 类型设置为 avro，由 Sink 把消息推送给 Spark Streaming，由自己编写 的 Spark Streaming 应用程序对消息进行处理。

cd /usr/local/flume 
cd conf 
vim flume-to-spark.conf 
.cd /usr/local/spark 2
./bin/spark-shell 
cd /usr/local/spark/jars 
mkdir flume 
cd ~ 
cd /Doenloads
cp ./spark-streaming-flume_2.11-2.1.0.jar /usr/local/spark/jars/flume 
cd /usr/local/flume/lib 
ls 
cp ./* /usr/local/spark/jars/flume
cd /usr/local/spark/mycode 
mkdir flume 
cd flume 
mkdir -p src/main/scala 
cd src/main/scala 
vim FlumeEventCount.scala 
.cd /usr/local/spark 
./bin/spark-submit --driver-class-path /usr/local/spark/jars/*:/usr/local/spark/jars/flume/* --class "org.apache.spark.examples.streaming.FlumeEventCount" /usr/local/spark/mycode/flume/target/scala-2.11/simpleproject_2.11-1.0.jar localhost 44444 
.cd /usr/local/flume 
bin/flume-ng agent --conf ./conf --conf-file ./conf/flume-to-spark.conf --name a1 -Dflume.root.logger=INFO,console 
telnet localhost 33333