首页 > 其他 > 详细

flume-ng性能优化与架构设计

时间:2014-04-03 16:23:35      阅读:958      评论:0      收藏:0      [点我收藏+]

如图1所示,一个flume-ng agent主要包括source,channel和sink三部分,三部分运行在java JVM中,JVM一般运行在linux‘操作系统上,因此,这些因素都可能影响最终的性能。flume-ng性能优化与架构设计,简单来讲,也主要包括以上部分。

bubuko.com,布布扣

1, 主键的参数设计
1.1 source的配置
有时候不需要每台主机均安装flume agent,可以和sshpass等命令结合使用,灵活收集日志.
1.2 channel的配置
可选的一般为memory channel和file channel,
内存足够的话,一般建议选择时效性更好的memory channel,
agent.channels.memory_chan_1.type = memory
agent.channels.memory_chan_1.keep-alive = 30
agent.channels.memory_chan_1.transactionCapacity = 20000
agent.channels.memory_chan_1.byteCapacityBufferPercentage = 40

agent.channels.memory_chan_1.byteCapacity = 50000000
agent.channels.memory_chan_1.capacity = 500000
相关参数说明
capacity: Maximum # of events that can be in the channel
transactionCapacity: Maximum # of events in one txn.
keepAlive: how long to wait to put/take an event
 channel性能的关键是设置合理的以上三个参数
1.3 sink的配置
已hdfs sink为例,可以使用压缩节省空间和网络流量,但会增加cpu消耗.
# Each sink‘s type must be defined
agent.sinks.hdfsSink_1.type = hdfs
agent.sinks.hdfsSink_1.channel = memory_chan_1
agent.sinks.hdfsSink_1.hdfs.path = /logdata/%Y%m%d/%{hostname}/%{filename}%{CRMLOG}
agent.sinks.hdfsSink_1.hdfs.filePrefix = %{filename}%{CRMLOG}
agent.sinks.hdfsSink_1.hdfs.rollInterval = 3600
agent.sinks.hdfsSink_1.hdfs.rollSize = 40000000
agent.sinks.hdfsSink_1.hdfs.rollCount = 0
agent.sinks.hdfsSink_1.hdfs.writeFormat = Writable
agent.sinks.hdfsSink_1.hdfs.fileType = CompressedStream
agent.sinks.hdfsSink_1.hdfs.batchSize = 10000
agent.sinks.hdfsSink_1.hdfs.serializer = avro_event
agent.sinks.hdfsSink_1.hdfs.threadsPoolSize = 100
agent.sinks.hdfsSink_1.hdfs.codeC = gzip

影响sink的注意事项

Batch Size:越大性能越好,但太大影响时效性.一般可选为100,1000,10000,batch size最好源数据端大小相同
agent.sinks.flowSink-3-5.batch-size = 10000
agent.sinks.hdfsSink_1.hdfs.batchSize = 10000

sink是单线程处理的,所有一个channel要配置多个写入sink,来提高性能
2, JAVA内存的设计
主要通过修改 conf/flume-env.sh文件实现
主要设计Xmx和Xms两个参数,可以根据OS内存的大小进行合理设置,一般一个flume agent 1g左右大小即可
-Xms<size>        set initial Java heap size.........................
-Xmx<size>        set maximum Java heap size.........................

3,OS的内核参数调整
    如果单台服务器启动的flume agent过多的话,默认的内核参数设置偏小,需要调整,   调整方法基本和安装oracle数据库等类似,相关参数可以相应设置的大一点
  系统的参数限制,设置样例为
cat /etc/sysctl.conf    
kernel.shmall = 33554432
kernel.shmmax = 137438953472
kernel.shmmni = 4096
kernel.sem = 250 32000 100 128
fs.file-max = 6815744
fs.aio-max-nr = 1048576
net.ipv4.ip_local_port_range = 9000 65500
net.core.rmem_default = 262144
net.core.rmem_max = 4194304
net.core.wmem_default = 262144

net.core.wmem_max = 1048576
 用户级别的参数设定
 vi /etc/security/limits.conf

# End of file
hadoop             soft    nproc           32047
hadoop             hard    nproc           36384
hadoop             soft    nofile          31024
hadoop             hard    nofile          65536

4,网络配置
flume日志和hadoop集群都是通过网络进行日志传送,所以网络不要成为性能瓶颈
5,架构设计,尽可能使用分布式和高可用的架构(重要)
建议使用loadbalnce+failover,实现了架构的可扩展性和高可用性,一台物理服务器上agent的数量不要超过core的数量
agent.sinks = flowSink-3-1 flowSink-3-2 flowSink-3-3 flowSink-3-4 flowSink-3-5
agent.sinkgroups = g1  
agent.sinkgroups.g1.sinks = flowSink-3-1 flowSink-3-2 flowSink-3-3 flowSink-3-4 flowSink-3-5  
agent.sinkgroups.g1.processor.type = load_balance  
agent.sinkgroups.g1.processor.selector = round_robin  
agent.sinkgroups.g1.processor.backoff = true
...
agent.sinks.flowSink-3-1.type = avro
agent.sinks.flowSink-3-1.channel = memory_chan_1
agent.sinks.flowSink-3-1.hostname = 127.0.0.1
agent.sinks.flowSink-3-1.port = 41451
agent.sinks.flowSink-3-1.batch-size = 1000
一个高可用,可扩展的架构示意图如下

bubuko.com,布布扣



参考文档

Building a Data Collection System with Apache Flume
http://flume.apache.org/FlumeUserGuide.html

flume-ng性能优化与架构设计,布布扣,bubuko.com

flume-ng性能优化与架构设计

原文:http://blog.csdn.net/hijk139/article/details/22861667

(0)
(1)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!