flume之常用sink详解

flume之常用sink详解

1、Logger Sink

记录INFO级别的日志，一般用于调试。前面介绍Source时候用到的Sink都是这个类型的Sink

必须配置的属性：

type    logger

maxBytesToLog    16    Maximum number of bytes of the Event body to log

注：要求必须在 --conf 参数指定的目录下有 log4j的配置文件，可以通过-Dflume.root.logger=INFO,console在命令启动时手动指定log4j参数

案例：前面的例子都是这种类型的Sink

2、File Roll Sink 在本地文件系统中存储事件。每隔指定时长生成文件保存这段时间内收集到的日志信息。 属性说明：             type    file_roll             sink.directory    必填，文件被存储的目录             sink.rollInterval    30    滚动文件每隔30秒（应该是每隔30秒钟单独切割数据到一个文件的意思）。如果设置为0，则禁止滚动，从而导致所有数据被写入到一个文件。             sink.serializer    TEXT    Other possible options include avro_event or the FQCN of an implementation of EventSerializer.Builder interface.             batchSize    100

实例：

a1.sources = r1a1.sinks = k1a1.channels = c1a1.sources.r1.type = = 6666a1.sources.r1.channels = c1a1.channels.c1.type = memorya1.channels.c1.capacity = 1000a1.channels.c1.transactionCapacity = 100a1.sinks.k1.type = file_rolla1.sinks.k1.sink.directory = /home/park/work/apache-flume-1.6.0-bin/mysinka1.sinks.k1.channel = c1

3、Avro Sink

非常重要，是实现多级流动 和 扇出流(1到多) 扇入流(多到1) 的基础。 flume使用avro rpc实现多个flume节点进行连接。

必要属性说明:

type    avro

hostname    必填，he hostname or IP address to bind to.

port    必填，The port # to listen on.

实例1：扇入，多个节点a1。。。an 流入到b1

1）a1...an的配置：

a1.sources=r1a1.sinks=k1a1.channels=c1a1.sources.r1.type=k2a1.channels=c1 c2a1.sources.r1.type=c2a1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=1000a1.channels.c2.type=memorya1.channels.c2.capacity=1000a1.channels.c2.transactionCapacity=1000a1.sinks.k1.type=avroa1.sinks.k1.hostname=192.168.242.138a1.sinks.k1.port=9988a1.sinks.k1.channel=c1 a1.sinks.k2.type=avroa1.sinks.k2.hostname=192.168.242.135a1.sinks.k2.port=9988a1.sinks.k2.channel=c2

注：如果要实现event数据流的扇出，需要配置多个channel和sink，如果只配置一个channel、多个sink，那么event数据通过channel后会被多个sink互斥的消费掉。

2）b1...bn配置：

b1.sources=r1b1.sinks=k1b1.channels=c1#描述/配置Sourceb1.sources.r1.type=avrob1.sources.r1.bind=0.0.0.0b1.sources.r1.port=9988b1.sources.r1.channels=c1b1.channels.c1.type=memoryb1.channels.c1.capacity=1000b1.channels.c1.transactionCapacity=1000#描述Sinkb1.sinks.k1.type=loggerb1.sinks.k1.channel=c1

启动flume后，event数据通过a1后会分成两股流通过channel1和channel2，然后分发到b1...bn

4、HDFS Sink 此Sink将事件写入到Hadoop分布式文件系统HDFS中。前它支持创建文本文件和序列化文件，对这两种格式都支持压缩。 这些文件可以分卷，按照指定的时间或数据量或事件的数量为基础，它还通过类似时间戳或机器属性对数据进行 buckets/partitions 操作。HDFS的目录路径可以包含将要由HDFS替换格式的转移序列用以生成存储事件的目录/文件名。注：使用这个Sink要求hadoop必须已经安装好，以便Flume可以通过hadoop提供的jar包与HDFS进行通信，此版本hadoop必须支持sync()调用。 必要属性说明:                 type   HDFS                 hdfs.path    必填，HDFS 目录路径 (eg hdfs://namenode/flume/webdata/)                 hdfs.filePrefix    FlumeData    Flume在目录下创建文件的名称前缀                 hdfs.fileSuffix    –    追加到文件的名称后缀 (eg .avro - 注: 日期时间不会自动添加)                 hdfs.inUsePrefix    –    Flume正在处理的文件所加的前缀                 hdfs.inUseSuffix    .tmp    Flume正在处理的文件所加的后缀 实例：

a1.sources=r1a1.sinks=k1a1.channels=c1a1.sources.r1.type=httpa1.sources.r1.port=8888a1.sources.r1.channels=c1a1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=1000a1.sinks.k1.type=hdfsa1.sinks.k1.hdfs.path=hdfs://0.0.0.0:9000/pppa1.sinks.k1.channel=c1

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。