整合Flume以消費和寫入Log Service資料-Log Service-阿里雲

Log Service支援通過aliyun-log-flume外掛程式與Flume進行對接，實現日誌資料的寫入和消費。

背景資訊

aliyun-log-flume是一個實現Log Service與Flume對接的外掛程式，與Flume對接後，Log Service可以通過Flume與其它資料系統如HDFS、Kafka等對接。aliyun-log-flume提供Sink和Source實現Log Service與Flume的對接。

Sink：Flume讀取其他資料來源的資料然後寫入Log Service。
Source：Flume消費Log Service的日誌資料然後寫入其他系統。

更多資訊，請參見aliyun-log-flume。

操作步驟

下載並安裝Flume。

更多資訊，請參見Flume。
下載aliyun-log-flume外掛程式，並將外掛程式存放於***/flume/lib目錄下。

更多資訊，請參見aliyun-log-flume-1.3.jar。
在***/flume/conf目錄下，建立設定檔flumejob.conf。
- Sink配置及樣本請參見Sink。
- Source配置及樣本請參見Source。
啟動Flume。

Sink

通過Sink將其他資料來源的資料通過Flume寫入Log Service。目前支援兩種解析格式：

SIMPLE：將整個Flume Event作為一個欄位寫入Log Service。
DELIMITED：將整個Flume Event作為被分隔字元分隔的資料，根據配置的列名解析成對應的欄位寫入Log Service。

Sink的配置如下：

參數	是否必須	說明
type	是	預設配置為com.aliyun.Loghub.flume.sink.LoghubSink。
endpoint	是	Project的服務入口，例如`http://cn-qingdao.log.aliyuncs.com`。請根據實際情況替換服務入口。更多資訊，請參見服務存取點。
project	是	Project名稱。
LogStore	是	LogStore名稱。
accessKeyId	是	阿里雲AccessKey ID，用於標識使用者。為保證帳號安全，建議您使用RAM使用者的AccessKey。如何擷取AccessKey，請參見存取金鑰。
accessKey	是	阿里雲AccessKey Secret，用於驗證使用者的密鑰。為保證帳號安全，建議您使用RAM使用者的AccessKey。如何擷取AccessKey，請參見存取金鑰。
batchSize	否	每批次寫入Log Service的資料條數。預設為1000條。
maxBufferSize	否	緩衝隊列的大小。預設為1000條。
serializer	否	Event序列化格式。支援的模式如下： DELIMITED：設定解析格式為分隔字元模式。 SIMPLE：設定解析格式為單行模式。預設為該模式。 JSON：設定解析格式為JSON模式。自訂serializer：設定解析格式為自訂的序列化模式，設定為該模式時需要填寫完整列名稱。
columns	否	當serializer為DELIMITED時，必須指定該欄位列表，用半形逗號（,）分隔，順序與實際資料中的欄位順序一致。
separatorChar	否	當serializer為DELIMITED時，用於指定資料的分隔字元，必須為單個字元。預設為英文逗號（,）。
quoteChar	否	當serializer為DELIMITED時，用於指定引用符。預設為半形雙引號（"）。
escapeChar	否	當serializer為DELIMITED時，用於指定逸出字元。預設為半形雙引號（"）。
useRecordTime	否	用於設定是否使用資料中的timestamp欄位作為日誌時間。預設為false表示使用目前時間。

Sink配置樣本請參見GitHub。

Source

通過Source將Log Service的日誌資料通過Flume投遞到其他的資料來源。目前支援兩種輸出格式。

DELIMITED：資料以分隔字元日誌的形式寫入Flume。
JSON：資料以JSON日誌的形式寫入Flume。

Source配置如下：

參數	是否必須	說明
type	是	預設配置為com.aliyun.Loghub.flume.source.LoghubSource。
endpoint	是	Project的服務入口，例如`http://cn-qingdao.log.aliyuncs.com`。請根據實際情況替換服務入口。更多資訊，請參見服務存取點。
project	是	Project名稱。
LogStore	是	LogStore名稱。
accessKeyId	是	阿里雲AccessKey ID，用於標識使用者。為保證帳號安全，建議您使用RAM使用者的AccessKey。如何擷取AccessKey，請參見存取金鑰。
accessKey	是	阿里雲AccessKey Secret，用於驗證使用者的密鑰。為保證帳號安全，建議您使用RAM使用者的AccessKey。如何擷取AccessKey，請參見存取金鑰。
heartbeatIntervalMs	否	用戶端和Log Service的心跳間隔，預設為30000毫秒。
fetchIntervalMs	否	資料拉取間隔，預設為100毫秒。
fetchInOrder	否	是否按順序消費。預設為false。
batchSize	否	每批次讀取的資料條數，預設為100條。
consumerGroup	否	讀取的消費組名稱。
initialPosition	否	讀取資料的起點位置，支援begin，end，timestamp。預設為begin。說明如果服務端已經存在Checkpoint，會優先使用服務端的Checkpoint。
timestamp	否	當initialPosition為timestamp時，必須指定時間戳記，為Unix時間戳記格式。
deserializer	是	Event還原序列化格式，支援的模式如下： DELIMITED：設定解析格式為分隔字元模式。預設為該模式。 JSON：設定解析格式為JSON模式。自訂deserializer：設定解析格式為自訂的還原序列化模式，設定為該模式時需要填寫完整列名稱。
columns	否	當deserializer為DELIMITED時，必須指定欄位列表，用半形逗號（,）分隔，順序與實際資料中的欄位順序一致。
separatorChar	否	當deserializer為DELIMITED時，用於指定資料的分隔字元，必須為單個字元。預設為英文逗號（,）。
quoteChar	否	當deserializer為DELIMITED時，用於指定引用符。預設為半形雙引號（"）。
escapeChar	否	當deserializer為DELIMITED時，用於指定逸出字元。預設為半形雙引號（"）。
appendTimestamp	否	當deserializer為DELIMITED時，用於設定是否將時間戳記作為一個欄位自動添加到每行末尾。預設為false。
sourceAsField	否	當deserializer為JSON時，用於設定是否將日誌Source作為一個欄位，欄位名稱為__source__。預設為false。
tagAsField	否	當deserializer為JSON時，用於設定是否將日誌Tag作為欄位，欄位名稱為__tag__：{tag名稱}。預設為false。
timeAsField	否	當deserializer為JSON時，用於設定是否將日誌時間作為一個欄位，欄位名稱為__time__。預設為false。
useRecordTime	否	用於設定是否使用日誌的時間，如果為false則使用目前時間。預設為false。

Source配置樣本請參見GitHub。