典型场景：从本地采集动态日志保存到HDFS

操作场景

该任务指导用户使用Flume从本地(业务IP:192.168.108.11)采集动态日志保存到HDFS上“/flume/test”目录下。

本章节适用于MRS 3.x及之后版本。

本配置默认集群网络环境是安全的，数据传输过程不需要启用SSL认证。如需使用加密方式，请参考配置加密传输。该配置可以只用一个Flume场景，例如Server:Taildir Source+File Channel+HDFS Sink。

前提条件

• 已成功安装集群、HDFS及Flume服务。
• 确保集群网络环境安全。
• 已创建用户flume_hdfs并授权验证日志时操作的HDFS目录和数据。

操作步骤

1. 在FusionInsight Manager管理界面，选择“系统 > 权限 > 用户”，选择“更多 > 下载认证凭据”下载用户flume_hdfs的kerberos证书文件并保存在本地。
2. 配置Flume角色客户端参数。
   1. 使用FusionInsight Manager界面中的Flume配置工具来配置Flume角色客户端参数并生成配置文件。
      1. 登录FusionInsight Manager，选择“集群 > 待操作集群的名称 > 服务 > Flume > 配置工具”。
      2. “Agent名”选择“client”，然后选择要使用的source、channel以及sink，将其拖到右侧的操作界面中并将其连接。

         采用Taildir Source、File Channel和Avro Sink。

      3. 双击对应的Source、Channel以及Sink，根据实际环境并参考表1设置对应的配置参数。
         

         • 如果对应的Flume角色之前已经配置过客户端参数，为保证与之前的配置保持一致，可以到“客户端安装目录/fusioninsight-flume-1.9.0/conf/properties.properties”获取已有的客户端参数配置文件。然后登录FusionInsight Manager，选择“集群 > 待操作集群的名称 > 服务 > Flume > 配置工具 > 导入”，将该文件导入后再修改非加密传输的相关配置项即可。
         • 导入配置文件时，建议配置Source/Channel/Sink的各自的个数都不要超过40个，否则可能导致界面响应时间过长。
      4. 单击“导出”，将配置文件“properties.properties”保存到本地。

         表1 Flume角色客户端所需修改的参数列表

         参数名称	参数值填写规则	参数样例
         名称	不能为空，必须唯一。	test
         filegroups	文件分组列表名，此参数不能为空,以空格分隔。	epgtest
         positionFile	保存当前采集文件信息（文件名和已经采集的位置），此参数不能为空。该文件不需要手工创建，但其上层目录需对flume运行用户可写。	/home/omm/flume/positionfile
         batch-size	Flume一次发送数据的最大事件数。	61200
         dataDirs	缓冲区数据保存目录，默认为运行目录。配置多个盘上的目录可以提升传输效率，多个目录使用逗号分隔。如果为集群内，则可以指定在如下目录/srv/BigData/hadoop/dataX/flume/data，dataX为data1~dataN。如果为集群外，则需要单独规划。	/srv/BigData/hadoop/data1/flume/data
         checkpointDir	checkpoint 信息保存目录，默认在运行目录下。如果为集群内，则可以指定在如下目录/srv/BigData/hadoop/dataX/flume/checkpoint，dataX为data1~dataN。如果为集群外，则需要单独规划。	/srv/BigData/hadoop/data1/flume/checkpoint
         transactionCapacity	事务大小：即当前channel支持事务处理的事件个数，建议和Source的batchSize设置为同样大小，不能小于batchSize。	61200
         hostname	要发送数据的主机名或者IP，此参数不能为空。须配置为与之相连的avro source所在的主机名或IP。	192.168.108.11
         port	avro sink监听的端口，此参数不能为空。须配置为与之相连的avro source监听的端口。	21154
         ssl	是否启用SSL认证（基于安全要求，建议启用此功能）。 只有“Avro”类型的Source才有此配置项。 true表示启用 false表示不启用	false

   2. 将“properties.properties”文件上传到Flume客户端安装目录下的“flume/conf/”下。

3. 配置Flume角色的服务端参数，并将配置文件上传到集群。
   1. 使用FusionInsight Manager界面中的Flume配置工具来配置服务端参数并生成配置文件。
      1. 登录FusionInsight Manager，选择“集群 > 待操作集群的名称 > 服务 > Flume > 配置工具”。
      2. “Agent名”选择“server”，然后选择要使用的source、channel以及sink，将其拖到右侧的操作界面中并将其连接。

         采用Avro Source、File Channel和HDFS Sink。

      3. 双击对应的source、channel以及sink，根据实际环境并参考表2设置对应的配置参数。
         

         • 如果对应的Flume角色之前已经配置过服务端参数，为保证与之前的配置保持一致，在FusionInsight Manager界面选择“集群 > 待操作集群的名称 > 服务 > Flume > 实例”，选择相应的Flume角色实例，单击“实例配置”页面“flume.config.file”参数后的“下载文件”，可获取已有的服务端参数配置文件。然后选择“集群 > 待操作集群的名称 > 服务 > Flume > 配置工具 > 导入”，将该文件导入后再修改非加密传输的相关配置项即可。
         • 导入配置文件时，建议配置Source/Channel/Sink的各自的个数都不要超过40个，否则可能导致界面响应时间过长。
         • 不同的File Channel均需要配置一个不同的checkpoint目录。
      4. 单击“导出”，将配置文件“properties.properties”保存到本地。

         表2 Flume角色服务端所需修改的参数列表

         参数名称	参数值填写规则	参数样例
         名称	不能为空，必须唯一。	test
         bind	avro source绑定的ip地址，此参数不能为空。须配置为服务端配置文件即将要上传的主机IP。	192.168.108.11
         port	avro source监听的端口，此参数不能为空。须配置为未被使用的端口。	21154
         ssl	是否启用SSL认证（基于安全要求，建议启用此功能）。 只有“Avro”类型的Source才有此配置项。 true表示启用 false表示不启用	false
         dataDirs	缓冲区数据保存目录，默认为运行目录。配置多个盘上的目录可以提升传输效率，多个目录使用逗号分隔。如果为集群内，则可以指定在如下目录/srv/BigData/hadoop/dataX/flume/data，dataX为data1~dataN。如果为集群外，则需要单独规划。	/srv/BigData/hadoop/data1/flumeserver/data
         checkpointDir	checkpoint 信息保存目录，默认在运行目录下。如果为集群内，则可以指定在如下目录/srv/BigData/hadoop/dataX/flume/checkpoint，dataX为data1~dataN。如果为集群外，则需要单独规划。	/srv/BigData/hadoop/data1/flumeserver/checkpoint
         transactionCapacity	事务大小：即当前channel支持事务处理的事件个数。建议和Source的batchSize设置为同样大小，不能小于batchSize。	61200
         hdfs.path	写入HDFS的目录，此参数不能为空。	hdfs://hacluster/flume/test
         hdfs.inUsePrefix	正在写入HDFS的文件的前缀。	TMP_
         hdfs.batchSize	一次写入HDFS的最大事件数目。	61200
         hdfs.kerberosPrincipal	kerberos认证时用户，在安全版本下必须填写。安全集群需要配置此项，普通模式集群无需配置。	flume_hdfs
         hdfs.kerberosKeytab	kerberos认证时keytab文件路径，在安全版本下必须填写。安全集群需要配置此项，普通模式集群无需配置。	/opt/test/conf/user.keytab 说明： user.keytab文件从下载用户flume_hdfs的kerberos证书文件中获取，另外，确保用于安装和运行Flume客户端的用户对user.keytab文件有读写权限。
         hdfs.useLocalTimeStamp	是否使用本地时间，取值为"true"或者"false"。	true

   2. 登录FusionInsight Manager，选择“集群 > 待操作集群的名称 > 服务 > Flume”，在“角色”下单击“Flume”角色。
   3. 选择准备上传配置文件的节点行的“Flume”角色，单击“实例配置”页面“flume.config.file”参数后的“上传文件”，选择“properties.properties”文件完成操作。
      

      • 每个Flume实例均可以上传单独的服务端配置文件。
      • 更新配置文件需要按照此步骤操作，后台修改配置文件是不规范操作，同步配置时后台做的修改将会被覆盖。
   4. 单击“保存”，单击“确定”。
   5. 单击“完成”完成操作。

4. 验证日志是否传输成功。
   1. 以具有HDFS组件管理权限的用户登录FusionInsight Manager，具体请参见访问FusionInsight Manager（MRS 3.x及之后版本）。在FusionInsight Manager界面选择“集群 > 待操作集群的名称 > 服务 > HDFS”，单击“NameNode(节点名称，主)”对应的链接，打开HDFS WebUI，然后选择“Utilities > Browse the file system”。
   2. 观察HDFS上“/flume/test”目录下是否有产生数据。