Flume在大数据集群下的配置以及监控工具Ganglia的部署安装

前提：需要有三台虚拟机（hadoop102,103,104）配置好相关基础环境

安装

将安装包上传到/opt/software中

 tar -zxf /opt/software/apache-flume-1.9.0-bin.tar.gz -C /opt/module/
1

修改 apache-flume-1.9.0-bin 的名称为 flume

mv /opt/module/apache-flume-1.9.0-bin /opt/module/flume
1

将 lib 文件夹下的 guava-11.0.2.jar 删除以兼容 Hadoop 3.1.3

rm /opt/module/flume/lib/guava-11.0.2.jar
1

注意：需要保证java环境已经配置成功。

案例测试

我们可以通过一个案例来测试一下flume的运行情况。

需求：使用 Flume 监听一个端口，收集该端口数据，并打印到控制台。

安装 netcat 工具

 sudo yum install -y nc
1

判断 44444 端口是否被占用

sudo netstat -nlp | grep 44444 
1

在 flume 目录下创建 job 文件夹并进入 job 文件夹。

mkdir job
cd job
1
2

在 job 文件夹下创建 Flume Agent 配置文件 flume-netcat-logger.conf。

vim flume-netcat-logger.conf
1

在 flume-netcat-logger.conf 文件中添加如下内容。

添加内容如下：

# Name the components on this agent

a1.sources = r1

a1.sinks = k1

a1.channels = c1

# Describe/configure the source

a1.sources.r1.type = netcat

a1.sources.r1.bind = localhost

a1.sources.r1.port = 44444
# Describe the sink

a1.sinks.k1.type = logger

# Use a channel which buffers events in memory

a1.channels.c1.type = memory

a1.channels.c1.capacity = 1000

a1.channels.c1.transactionCapacity = 100 

# Bind the source and sink to the channel

a1.sources.r1.channels = c1

a1.sinks.k1.channel = c1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

注：配置文件来源于官方手册 http://flume.apache.org/FlumeUserGuide.html

配置参数解释：

先开启flume监听端口。

第一种写法

bin/flume-ng agent --conf conf/ --name a1 --conf-file job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console
1

第二种写法

 bin/flume-ng agent -c conf/ -n a1 -f job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console
1

参数说明：

–conf/-c：表示配置文件存储在 conf/目录

–name/-n：表示给 agent 起名为 a1

–conf-file/-f：flume 本次启动读取的配置文件是在 job 文件夹下的 flume-telnet.conf文件。

-Dflume.root.logger=INFO,console ：-D 表示 flume 运行时动态修改 flume.root.logger参数属性值，并将控制台日志打印级别设置为 INFO 级别。日志级别包括:log、info、warn、error。

使用 netcat 工具向本机的 44444 端口发送内容

nc localhost 44444
1

在 Flume 监听页面观察接收数据情况。注意到输出内容后flume可以监听到并且正常显示没有报错，我们的配置以及这个案例也就成功了。

Flume数据流监控

Ganglia 的安装与部署

Ganglia 由 gmond、gmetad 和 gweb 三部分组成。

gmond（Ganglia Monitoring Daemon）是一种轻量级服务，安装在每台需要收集指标数据的节点主机上。使用 gmond，你可以很容易收集很多系统指标数据，如 CPU、内存、磁盘、网络和活跃进程的数据等。

gmetad（Ganglia Meta Daemon）整合所有信息，并将其以 RRD 格式存储至磁盘的服务。

gweb（Ganglia Web）Ganglia 可视化工具，gweb 是一种利用浏览器显示 gmetad 所存储数据的 PHP 前端。在 Web 界面中以图表方式展现集群的运行状态下收集的多种不同指标数据。

部署Ganglia

规划

hadoop102: web gmetad gmod

hadoop103: gmod

hadoop104: gmod
1
2
3
4
5

在 102 103 104 分别安装 epel-release

 sudo yum -y install epel-release
1

在 102 安装

sudo yum -y install ganglia-gmetad 

sudo yum -y install ganglia-web

sudo yum -y install ganglia-gmond
1
2
3
4
5

在 103 和 104 安装

sudo yum -y install ganglia-gmond
1

在 102 修改配置文件/etc/httpd/conf.d/ganglia.conf

sudo vim /etc/httpd/conf.d/ganglia.conf
1

修改Require ip配置：(注意配的是win主机地址)

# Ganglia monitoring system php web frontend
#
Alias /ganglia /usr/share/ganglia

 # Require local
 # 通过 windows 访问 ganglia,需要配置 Linux 对应的主机(windows)ip 地址
 Require ip 192.168.10.1
 # Require ip 10.1.2.3
 # Require host example.org

1
2
3
4
5
6
7
8
9
10

在 102 修改配置文件/etc/ganglia/gmetad.conf

sudo vim /etc/ganglia/gmetad.conf
1

修改为：data_source “my cluster” hadoop102

在 102 103 104 修改配置文件/etc/ganglia/gmond.conf

 sudo vim /etc/ganglia/gmond.conf 
修改为：
cluster {
 name = "my cluster"
 owner = "unspecified"
 latlong = "unspecified"
 url = "unspecified"
}
udp_send_channel {
 #bind_hostname = yes # Highly recommended, soon to be default.
 # This option tells gmond to use a source 
address
 # that resolves to the machine's hostname. 
Without
 # this, the metrics may appear to come from 
any
 # interface and the DNS names associated with
 # those IPs will be used to create the RRDs.
 # mcast_join = 239.2.11.71
 # 数据发送给 hadoop102
 host = hadoop102
 port = 8649
 ttl = 1
}
udp_recv_channel {
 # mcast_join = 239.2.11.71
 port = 8649
# 接收来自任意连接的数据
 bind = 0.0.0.0
 retry_bind = true
 # Size of the UDP buffer. If you are handling lots of metrics 
you really
 # should bump it up to e.g. 10MB or even higher.
 # buffer = 10485760
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

在 102 修改配置文件/etc/selinux/config

 sudo vim /etc/selinux/config
修改为：
# This file controls the state of SELinux on the system.
# SELINUX= can take one of these three values:
# enforcing - SELinux security policy is enforced.
# permissive - SELinux prints warnings instead of enforcing.
# disabled - No SELinux policy is loaded.
SELINUX=disabled
# SELINUXTYPE= can take one of these two values:
# targeted - Targeted processes are protected,
# mls - Multi Level Security protection.
SELINUXTYPE=targeted
1
2
3
4
5
6
7
8
9
10
11
12

尖叫提示：selinux 生效需要重启，如果此时不想重启，可以临时生效之：

 sudo setenforce 0
1

启动 ganglia

在 102 103 104 启动

sudo systemctl start gmond
1

在 102 启动

sudo systemctl start httpd
sudo systemctl start gmetad
1
2

打开网页浏览 ganglia 页面

http://hadoop102/ganglia

提示：如果完成以上操作依然出现权限不足错误，请修改/var/lib/ganglia 目录的权限：

 sudo chmod -R 777 /var/lib/ganglia
1

注意，修改完权限或配置文件后需要将启动流程重新走一遍，需要先停止进程然后重新再启动