Flume+Kafka+Zookeeper搭建大数据日志采集框架
1. JDK的安装
参考jdk的安装，此处略。
2. 安装Zookeeper
参考我的Zookeeper安装教程中的"完全分布式"部分。
3. 安装Kafka
参考我的Kafka安装教程中的"完全分布式搭建"部分。
4. 安装Flume
参考我的Flume安装教程。
5. 配置Flume
5.1. 配置kafka-s.cfg
$ cd /software/flume/conf/ #切换到kafka的配置文件目录
$ cp flume-conf.properties.template kafka-s.cfg #将flume的配置文件模板复制为kafka-s.cfg
kafka-s.cfg的详细内容如下：
#配置flume agent的source、channel、sink
a1.sources = r1
a1.channels = c1
a1.sinks=k1
#配置source
a1.sources.r1.type = exec
a1.sources.r1.command=tail -F/tmp/logs/kafka.log
# 配置channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
#配置sink
a1.sinks.k1.channel = c1
a1.sinks.k1.type =org.apache.flume.sink.kafka.KafkaSink
#设置Kafka的Topic
a1.sinks.k1.kafka.topic = mytest
#设置Kafka的broker地址和端口号
a1.sinks.k1.kafka.bootstrap.servers = s201:9092,s202:9092,s203:9092
#配置批量提交的数量
a1.sinks.k1.kafka.flumeBatchSize = 20
a1.sinks.k1.kafka.producer.acks = 1
a1.sinks.k1.kafka.producer.linger.ms = 1
a1.sinks.ki.kafka.producer.compression.type= snappy
# 绑定source和sink 到channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel=c1
关于上面配置文件中需要注意的3点：
a、a1.sources.r1.command=tail-F /tmp/logs/kafka.log
b、a1.sinks.k1.kafka.bootstrap.servers= s201:9092,s202:9092,s203:9092
c、a1.sinks.k1.topic= mytest
由配置文件我们可以了解到：
1）、我们需要在/tmp/logs下建一个kafka.log的文件，且向文件中输出内容（下面会说到）；
2）、flume连接到kafka的地址是 s201:9092,s202:9092,s203:9092，注意不要配置错误了；
3）、flume会将采集后的内容输出到Kafkatopic 为mytest上，所以我们启动zk，kafka后需要打开一个终端消费topic mytest的内容，这样就可以看到flume与kafka之间玩起来了。
5.2. 创建/tmp/logs/kafka.log文件目录及文件
在/tmp/logs下建立空文件kafka.log；如果/tmp目录下没有logs目录，则需要先创建logs目录。
5.3. 创建生成日志数据shell脚本
在hadoop用户目录下创建kafkaoutput.sh脚本，并赋予执行权限，用来向/tmp/logs/kafka.log输出内容。
kafkaoutput.sh脚本的具体内容如下：
for((i=0;i<=1000;i++));
do echo"kafka_test-"+$i>>/tmp/logs/kafka.log;
done
5.4. 启动Zookeeper
到zk安装的服务器上启动zk服务，命令如下：
$ zkServer.sh start
5.5. 启动Kafka
到部署kafka每台服务器上面启动kafka集群
$ kafka-server-start.sh/software/kafka/config/server.properties &
5.6. 创建Kafka Topic
$ kafka-topics.sh --create --zookeeper s201:2181--replication-factor 3 --partitions 3 --topic mytest
5.7. 启动消费Topic
$ kafka-console-consumer.sh--bootstrap-server s201:9092,s202:9092,s203:9092 --zookeepers201:2181,s202:2181,s203:2181 --topic mytest --from-beginning
5.8. 启动Flume
$ flume-ng agent --conf/software/flume/conf/ --conf-file kafka-s.cfg --name a1-Dflume.root.logger=INFO,console
5.9. 执行kafkaoutput.sh脚本生成日志数据
$ ./kafkaoutput.sh
查看日志文件内容如下：
在kafka中查看的消费信息：
