设为首页收藏本站
开启辅助访问 切换到窄版

仓酷云

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
仓酷云»社区 › 程序开发 Program › Linux › 给大家带来Flume情况部署和设置详解及案例年夜全 ...
返回列表 发新帖
查看: 934|回复: 8
打印 上一主题 下一主题

[其他Linux] 给大家带来Flume情况部署和设置详解及案例年夜全

[复制链接]
飘灵儿 该用户已被删除
跳转到指定楼层
楼主
发表于 2015-1-16 14:37:49 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要 登录 才可以下载或查看，没有帐号？立即注册

x
系统安全相关命令：passwd、su、umask、chgrp、chmod、chown、chattr、sudo、pswho
　　1、甚么是Flume?
　　flume作为cloudera开辟的及时日记搜集体系，遭到了业界的承认与普遍使用。Flume初始的刊行版本今朝被统称为FlumeOG（originalgeneration），属于cloudera。但跟着FLume功效的扩大，FlumeOG代码工程痴肥、中心组件计划分歧理、中心设置不尺度等弱点表露出来，特别是在FlumeOG的最初一个刊行版本0.94.0中，日记传输不不乱的征象尤其严峻，为懂得决这些成绩，2011年10月22号，cloudera完成了Flume-728，对Flume举行了里程碑式的修改：重构中心组件、中心设置和代码架构，重构后的版本统称为FlumeNG（nextgeneration）；修改的另外一缘故原由是将Flume归入apache旗下，clouderaFlume更名为ApacheFlume。

flume的特性：
　　flume是一个散布式、牢靠、和高可用的海量日记收罗、聚合和传输的体系。撑持在日记体系中定制各种数据发送方，用于搜集数据;同时，Flume供应对数据举行复杂处置，并写到各类数据承受方(好比文本、HDFS、Hbase等)的才能。
　　flume的数据流由事务(Event)贯串一直。事务是Flume的基础数据单元，它照顾日记数据(字节数组情势)而且照顾有头信息，这些Event由Agent内部的Source天生，当Source捕捉事务后会举行特定的格局化，然后Source会把事务推进(单个或多个)Channel中。你能够把Channel看做是一个缓冲区，它将保留事务直到Sink处置完该事务。Sink卖力耐久化日记大概把事务推向另外一个Source。

flume的牢靠性
　　当节点呈现妨碍时，日记可以被传送到其他节点上而不会丧失。Flume供应了三种级其余牢靠性保证，从强到弱顺次分离为：end-to-end（收到数据agent起首将event写到磁盘上，当数据传送乐成后，再删除；假如数据发送失利，能够从头发送。），Storeonfailure（这也是scribe接纳的战略，当数据吸收方crash时，将数据写到当地，待恢复后，持续发送），Besteffort（数据发送到吸收方后，不会举行确认）。

flume的可恢复性：
　　仍是靠Channel。保举利用FileChannel，事务耐久化在当地文件体系里(功能较差)。

　　flume的一些中心观点：
Agent利用JVM运转Flume。每台呆板运转一个agent，可是能够在一个agent中包括多个sources和sinks。
Client临盆数据，运转在一个自力的线程。
Source从Client搜集数据，传送给Channel。
Sink从Channel搜集数据，运转在一个自力线程。
Channel毗连sources和sinks，这个有点像一个行列。
Events能够是日记纪录、avro工具等。

　　Flume以agent为最小的自力运转单元。一个agent就是一个JVM。单agent由Source、Sink和Channel三年夜组件组成，以下图：
　　值得注重的是，Flume供应了大批内置的Source、Channel和Sink范例。分歧范例的Source,Channel和Sink能够自在组合。组合体例基于用户设置的设置文件，十分天真。好比：Channel能够把事务暂存在内存里，也能够耐久化到当地硬盘上。Sink能够把日记写进HDFS,HBase，乃至是别的一个Source等等。Flume撑持用户创建多级流，也就是说，多个agent能够协同事情，而且撑持Fan-in、Fan-out、ContextualRouting、BackupRoutes，这也恰是NB的地方。以下图所示:
　　2、flume的官方网站在那里？
　　http://flume.apache.org/
　　3、在那里下载？
　　http://www.apache.org/dyn/closer.cgi/flume/1.5.0/apache-flume-1.5.0-bin.tar.gz
　　4、怎样安装？
　　　　1)将下载的flume包，解压到/home/hadoop目次中，你就已完成了50%：）复杂吧
　　　　2)修正flume-env.sh设置文件,次要是JAVA_HOME变量设置
  1. root@m1:/home/hadoop/flume-1.5.0-bin#cpconf/flume-env.sh.templateconf/flume-env.shroot@m1:/home/hadoop/flume-1.5.0-bin#viconf/flume-env.sh#LicensedtotheApacheSoftwareFoundation(ASF)underone#ormorecontributorlicenseagreements.SeetheNOTICEfile#distributedwiththisworkforadditionalinformation#regardingcopyrightownership.TheASFlicensesthisfile#toyouundertheApacheLicense,Version2.0(the#"License");youmaynotusethisfileexceptincompliance#withtheLicense.YoumayobtainacopyoftheLicenseat##http://www.apache.org/licenses/LICENSE-2.0##Unlessrequiredbyapplicablelaworagreedtoinwriting,software#distributedundertheLicenseisdistributedonan"ASIS"BASIS,#WITHOUTWARRANTIESORCONDITIONSOFANYKIND,eitherexpressorimplied.#SeetheLicenseforthespecificlanguagegoverningpermissionsand#limitationsundertheLicense.#IfthisfileisplacedatFLUME_CONF_DIR/flume-env.sh,itwillbesourced#duringFlumestartup.#Enviromentvariablescanbesethere.JAVA_HOME=/usr/lib/jvm/java-7-oracle#GiveFlumemorememoryandpre-allocate,enableremotemonitoringviaJMX#JAVA_OPTS="-Xms100m-Xmx200m-Dcom.sun.management.jmxremote"#NotethattheFlumeconfdirectoryisalwaysincludedintheclasspath.#FLUME_CLASSPATH=""
复制代码
　　　　3)考证是不是安装乐成
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#
复制代码
　　　　呈现下面的信息，暗示安装乐成了


　　5、flume的案例
　　　　1)案例1：Avro
　　　　Avro能够发送一个给定的文件给Flume，Avro源利用AVRORPC机制。
　　　　　　a)创立agent设置文件
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c1
复制代码
　　　　　　b)启动flumeagenta1
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console
复制代码
　　　　　　c)创立指定文件
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.00
复制代码
　　　　　　d)利用avro-client发送文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.00
复制代码
　　　　　　f)在m1的把持台，能够看到以下信息，注重最初一行：
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}
复制代码
　　　　2)案例2：Spool
　　　　Spool监测设置的目次下新增的文件，并将文件中的数据读掏出来。必要注重两点：
　　　　1)拷贝到spool目次下的文件不成以再翻开编纂。
　　　　2)spool目次下不成包括响应的子目次
　　　　　　a)创立agent设置文件
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/spool.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=spooldira1.sources.r1.channels=c1a1.sources.r1.spoolDir=/home/hadoop/flume-1.5.0-bin/logsa1.sources.r1.fileHeader=true#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c1
复制代码
　　　　　　b)启动flumeagenta1
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/spool.conf-na1-Dflume.root.logger=INFO,console
复制代码
　　　　　　c)追加文件到/home/hadoop/flume-1.5.0-bin/logs目次
  1. root@m1:/home/hadoop#echo"spooltest1">/home/hadoop/flume-1.5.0-bin/logs/spool_text.log
复制代码
　　　　　　d)在m1的把持台，能够看到以下相干信息：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#0
复制代码
　　　　3)案例3：Exec
　　　　EXEC实行一个给定的命令取得输入的源,假如要利用tail命令，必选使得file充足年夜才干看到输入内容
　　　　　　a)创立agent设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#1
复制代码
　　　　　　b)启动flumeagenta1
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#2
复制代码
　　　　　　c)天生充足多的内容在文件里
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#3
复制代码
　　　　　　e)在m1的把持台，能够看到以下信息：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#4
复制代码
　　　　4)案例4：Syslogtcp
　　　　Syslogtcp监听TCP的端口做为数据源
　　　　　　a)创立agent设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#5
复制代码
　　　　　　b)启动flumeagenta1
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#6
复制代码
　　　　　　c)测试发生syslog
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#7
复制代码
　　　　　　d)在m1的把持台，能够看到以下信息：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#8
复制代码
　　　　5)案例5：JSONHandler
　　　　　　a)创立agent设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#9
复制代码
　　　　　　b)启动flumeagenta1
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c10
复制代码
　　　　　　c)天生JSON格局的POSTrequest
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c11
复制代码
　　　　　　d)在m1的把持台，能够看到以下信息：
/
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c12
复制代码
　　　　6)案例6：Hadoopsink
　　　　个中关于hadoop2.2.0部分的安装部署，请参考文章《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1散布式情况部署》
　　　　　　a)创立agent设置文件
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c13
复制代码
　　　　　　b)启动flumeagenta1
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c14
复制代码
　　　　　　c)测试发生syslog
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c15
复制代码
　　　　　　d)在m1的把持台，能够看到以下信息：
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c16
复制代码
　　　　　　e)在m1上再翻开一个窗口，往hadoop上反省文件是不是天生
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c17
复制代码
　　　　7)案例7：FileRollSink
　　　　　　a)创立agent设置文件
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c18
复制代码
　　　　　　b)启动flumeagenta1
  1. root@m1:/home/hadoop#vi/home/hadoop/flume-1.5.0-bin/conf/avro.confa1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=avroa1.sources.r1.channels=c1a1.sources.r1.bind=0.0.0.0a1.sources.r1.port=4141#Describethesinka1.sinks.k1.type=logger#Useachannelwhichbufferseventsinmemorya1.channels.c1.type=memorya1.channels.c1.capacity=1000a1.channels.c1.transactionCapacity=100#Bindthesourceandsinktothechannela1.sources.r1.channels=c1a1.sinks.k1.channel=c19
复制代码
　　　　　　c)测试发生log
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console0
复制代码
　　　　　　d)检察/home/hadoop/flume-1.5.0-bin/logs下是不是天生文件,默许每30秒天生一个新文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console1
复制代码
　　　　8)案例8：ReplicatingChannelSelector
　　　　Flume撑持Fanout流从一个源到多个通道。有两种形式的Fanout，分离是复制和复用。在复制的情形下，流的事务被发送到一切的设置通道。在复用的情形下，事务被发送到可用的渠道中的一个子集。Fanout流必要指定源和Fanout通道的划定规矩。
　　　　此次我们必要用到m1,m2两台呆板
　　　　　　a)在m1创立replicating_Channel_Selector设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console2
复制代码
　　　　　　b)在m1创立replicating_Channel_Selector_avro设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console3
复制代码
　　　　　　c)在m1大将2个设置文件复制到m2上一份
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console4
复制代码
　　　　　　d)翻开4个窗口，在m1和m2上同时启动两个flumeagent
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console5
复制代码
　　　　　　e)然后在m1或m2的恣意一台呆板上，测试发生syslog
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngversionFlume1.5.0Sourcecoderepository:https://git-wip-us.apache.org/repos/asf/flume.gitRevision:8633220df808c4cd0c13d1cf0320454a94f1ea97CompiledbyhshreedharanonWedMay714:49:18PDT2014Fromsourcewithchecksuma01fe726e4380ba0c9f7a7d222db961froot@m1:/home/hadoop#7
复制代码
　　　　　　f)在m1和m2的sink窗口，分离能够看到以下信息,这申明信息失掉了同步：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console7
复制代码
　　　　
9)案例9：MultiplexingChannelSelector
　　　　　　a)在m1创立Multiplexing_Channel_Selector设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console8
复制代码
　　　　　　b)在m1创立Multiplexing_Channel_Selector_avro设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,console9
复制代码
　　　　　　c)将2个设置文件复制到m2上一份
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.000
复制代码
　　　　　　d)翻开4个窗口，在m1和m2上同时启动两个flumeagent
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.001
复制代码
　　　　　　e)然后在m1或m2的恣意一台呆板上，测试发生syslog
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.002
复制代码
　　　　　　f)在m1的sink窗口，能够看到以下信息：
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.003
复制代码
　　　　　　g)在m2的sink窗口，能够看到以下信息：
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.004
复制代码
　　　　能够看到，依据header中分歧的前提散布到分歧的channel上

　　　　10)案例10：FlumeSinkProcessors
　　　　failover的呆板是一向发送给个中一个sink，当这个sink不成用的时分，主动发送到下一个sink。

　　　　　　a)在m1创立Flume_Sink_Processors设置文件
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.005
复制代码
　　　　　　b)在m1创立Flume_Sink_Processors_avro设置文件
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.006
复制代码
　　　　　　c)将2个设置文件复制到m2上一份
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.007
复制代码
　　　　　　d)翻开4个窗口，在m1和m2上同时启动两个flumeagent
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.008
复制代码
　　　　　　e)然后在m1或m2的恣意一台呆板上，测试发生log
  1. root@m1:/home/hadoop#echo"helloworld">/home/hadoop/flume-1.5.0-bin/log.009
复制代码
　　　　　　f)由于m2的优先级高，以是在m2的sink窗口，能够看到以下信息，而m1没有：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.000
复制代码
　　　　　　g)这时候我们中断失落m2呆板上的sink(ctrl+c)，再次输入测试数据：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.001
复制代码
　　　　　　h)能够在m1的sink窗口，看到读取到了方才发送的两条测试数据：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.002
复制代码
　　　　　　i)我们再在m2的sink窗口中，启动sink：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.003
复制代码
　　　　　　j)输出两批测试数据：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.004
复制代码
　　　　　k)在m2的sink窗口，我们能够看到以下信息，由于优先级的干系，log动静会再次落到m2上：
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.005
复制代码

　　　　11)案例11：LoadbalancingSinkProcessor
　　　　loadbalancetype和failover分歧的中央是，loadbalance有两个设置，一个是轮询，一个是随机。两种情形下假如被选择的sink不成用，就会主动实验发送到下一个可用的sink下面。

　　　　　　a)在m1创立Load_balancing_Sink_Processors设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.006
复制代码
　　　　　　b)在m1创立Load_balancing_Sink_Processors_avro设置文件
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.007
复制代码
　　　　　　c)将2个设置文件复制到m2上一份
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.008
复制代码
　　　　　　d)翻开4个窗口，在m1和m2上同时启动两个flumeagent
  1. root@m1:/home/hadoop#/home/hadoop/flume-1.5.0-bin/bin/flume-ngavro-client-c.-Hm1-p4141-F/home/hadoop/flume-1.5.0-bin/log.009
复制代码
　　　　　　e)然后在m1或m2的恣意一台呆板上，测试发生log，一行一行输出，输出太快，简单落到一台呆板上
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}0
复制代码
　　　　　　f)在m1的sink窗口，能够看到以下信息：
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}1
复制代码
　　　　　　g)在m2的sink窗口，能够看到以下信息：
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}2
复制代码
　　　　申明轮询形式起到了感化。

　　　　12)案例12：Hbasesink

　　　　　　a)在测试之前，请先参考《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1散布式情况部署》将hbase启动

　　　　　　b)然后将以下文件复制到flume中：
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}3
复制代码
　　　　　　c)确保test_idoall_org表在hbase中已存在，test_idoall_org表的格局和字段请参考《ubuntu12.04+hadoop2.2.0+zookeeper3.4.5+hbase0.96.2+hive0.13.1散布式情况部署》中关于hbase部分的建表代码。

　　　　　　d)在m1创立hbase_simple设置文件
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}4
复制代码
　　　　　　e)启动flumeagent
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}5
复制代码
　　　　　　f)测试发生syslog
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}6
复制代码
　　　　　　g)这时候登录到hbase中，能够发明新数据已拔出
  1. root@m1:/home/hadoop/flume-1.5.0-bin/conf#/home/hadoop/flume-1.5.0-bin/bin/flume-ngagent-c.-f/home/hadoop/flume-1.5.0-bin/conf/avro.conf-na1-Dflume.root.logger=INFO,consoleInfo:Sourcingenvironmentconfigurationscript/home/hadoop/flume-1.5.0-bin/conf/flume-env.shInfo:IncludingHadooplibrariesfoundvia(/home/hadoop/hadoop-2.2.0/bin/hadoop)forHDFSaccessInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-api-1.7.5.jarfromclasspathInfo:Excluding/home/hadoop/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jarfromclasspath...-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]UNBOUND-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.handleUpstream(NettyServer.java:171)][id:0x92464c4f,/192.168.1.50:59850:>/192.168.1.50:4141]CLOSED-08-1010:43:25,112(NewI/Oworker#1)[INFO-org.apache.avro.ipc.NettyServer$NettyServerAvroHandler.channelClosed(NettyServer.java:209)]Connectionto/192.168.1.50:59850disconnected.-08-1010:43:26,718(SinkRunner-PollingRunner-DefaultSinkProcessor)[INFO-org.apache.flume.sink.LoggerSink.process(LoggerSink.java:70)]Event:{headers:{}body:68656C6C6F20776F726C64helloworld}7
复制代码
　　　　经由这么多flume的例子测试，假如你全体做完后，会发明flume的功效真的很壮大，能够举行各类搭配来完成你想要的事情，俗语说徒弟领进门，修行在团体，怎样可以分离你的产物营业，将flume更好的使用起来，快往下手理论吧。

　　　　这篇文章做为一个条记，但愿可以对刚进门的同砚起到匡助感化。

要多google，因为我不可能，也不可以给你解答所有内容，我只能告诉你一些关键点，甚至我会故意隐瞒答案，因为在寻找答案的过程中。
generation, original, 里程碑, 数据流, 2011

相关帖子
回复

使用道具 举报

只想知道 该用户已被删除
沙发
发表于 2015-1-17 18:04:08 | 只看该作者
这种补充有助于他人在邮件列表/新闻组/论坛中搜索对你有过帮助的完整解决方案，这可能对他们也很有用。
回复 支持 反对

使用道具 举报

飘灵儿 该用户已被删除
板凳
 楼主| 发表于 2015-1-21 07:47:49 | 只看该作者
一些显而易见的小错误还是用vi改正比较方便。以后的大一点的程序就得在Linux下调试了，因为有的头文件在VC里面说找不到。?
回复 支持 反对

使用道具 举报

因胸联盟 该用户已被删除
地板
发表于 2015-1-30 11:52:07 | 只看该作者
对于英语不是很好的读者红旗 Linux、中标Linux这些中文版本比较适合。现在一些Linux网站有一些Linux版本的免费下载，这里要说的是并不适合Linux初学者。
回复 支持 反对

使用道具 举报

蒙在股里 该用户已被删除
5#
发表于 2015-2-16 01:13:47 | 只看该作者
其实老师让写心得我也没怎么找资料应付，自己想到什么就写些什么，所以不免有些凌乱；很少提到编程，因为那些在实验报告里已经说了，这里再写就多余了。
回复 支持 反对

使用道具 举报

小女巫 该用户已被删除
6#
发表于 2015-3-4 21:19:44 | 只看该作者
其中不乏很多IT精英的心血。我们学透以后更可以做成自己的OS！?
回复 支持 反对

使用道具 举报

透明 该用户已被删除
7#
发表于 2015-3-11 21:06:03 | 只看该作者
我是学习嵌入式方向的，这学期就选修了这门专业任选课。
回复 支持 反对

使用道具 举报

若天明 该用户已被删除
8#
发表于 2015-3-19 14:03:35 | 只看该作者
应对Linux的发展历史和特点有所了解，Linux是抢占式多任务多用户操作系统，Linux最大的优点在于其作为服务器的强大功能，同时支持多种应用程序及开发工具。
回复 支持 反对

使用道具 举报

老尸 该用户已被删除
9#
发表于 2015-3-28 13:01:02 | 只看该作者
随着Linux技术的更加成熟、完善，其应用领域和市场份额继续快速增大。目前，其主要应用领域是服务器系统和嵌入式系统。然而，它的足迹已遍布各个行业，几乎无处不在。
回复 支持 反对

使用道具 举报

返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|仓酷云 鄂ICP备14007578号-2

GMT+8, 2024-4-28 00:01

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表