：使用Flume同步EMR Kafka叢集的資料至OSS-HDFS服務

操作步驟

1. 配置Flume。

   1. 進入Flume的配置頁面。

      1. 登入E-MapReduce控制台。

      2. 在頂部功能表列處，根據實際情況選擇地區和資源群組。

      3. 在EMR on ECS頁面，單擊目的地組群操作列的叢集服務。

      4. 在叢集服務頁簽，單擊FLUME服務地區的配置。

   2. 設定JVM最大可用記憶體（Xmx）。

      Flume向OSS-HDFS寫入資料時需要佔用較大的JVM記憶體，建議增加Flume Agent的Xmx。具體步驟如下：

      1. 單擊flume-env.sh頁簽。

         本文採用了全域配置方式。如果您希望按照節點配置，可以在FLUME服務配置頁面的下拉式清單中選擇獨立節點配置。

      2. 修改JAVA_OPTS的參數值。

         例如，JVM最大可用記憶體設定為1 GB，則參數值修改為-Xmx1g。

      3. 單擊儲存。

   3. 修改flume-conf.properties配置。

      1. 單擊flume-conf.properties頁簽。

         本文採用了全域配置方式。如果您希望按照節點配置，可以在FLUME服務配置頁面的下拉式清單中選擇獨立節點配置。

      2. 在flume-conf.properties右側，輸入以下配置項。

         說明

         以下樣本中的default-agent的值需與FLUME服務配置頁面的agent_name參數值保持一致。

         default-agent.sources = source1
         default-agent.sinks = k1
         default-agent.channels = c1
         
         default-agent.sources.source1.type = org.apache.flume.source.kafka.KafkaSource
         default-agent.sources.source1.channels = c1
         default-agent.sources.source1.kafka.bootstrap.servers = <kafka-host1:port1,kafka-host2:port2...>
         default-agent.sources.source1.kafka.topics = flume-test
         default-agent.sources.source1.kafka.consumer.group.id = flume-test-group
         
         default-agent.sinks.k1.type = hdfs
         default-agent.sinks.k1.hdfs.path = oss://<examplebucket>.<exampleregion>.oss-dls.aliyuncs.com/<exampledir>
         default-agent.sinks.k1.hdfs.fileType=DataStream
         
         # Use a channel which buffers events in memory
         default-agent.channels.c1.type = memory
         default-agent.channels.c1.capacity = 100
         default-agent.channels.c1.transactionCapacity = 100
         
         # Bind the source and sink to the channel
         default-agent.sources.source1.channels = c1
         default-agent.sinks.k1.channel = c1

         參數	描述
         default-agent.sources.source1.kafka.bootstrap.servers	Kafka叢集Broker的Host和連接埠號碼。
         default-agent.sinks.k1.hdfs.path	OSS-HDFS的路徑。填寫格式為oss://<examplebucket>.<exampleregion>.oss-dls.aliyuncs.com/<exampledir>。樣本值為oss://flume-test.cn-hangzhou.oss-dls.aliyuncs.com/result。 各參數說明如下： <examplebucket>：填寫已開啟OSS-HDFS服務的Bucket名稱。 <exampleregion>：填寫Bucket所在的地區ID。 <exampledir>：填寫OSS-HDFS服務的目錄名稱。
         default-agent.channels.c1.capacity	通道中儲存的最大事件數目。請根據實際環境修改該參數值。
         default-agent.channels.c1.transactionCapacity	每個事務通道將從源接收或提供給接收器的最大事件數目。請根據實際環境修改該參數值。

      3. 單擊儲存。

2. 測試資料同步情況。

   1. 通過SSH方式串連DataFlow叢集，詳情請參見登入叢集。
   2. 建立名稱為flume-test的Topic。

      kafka-topics.sh --partitions 10 --replication-factor 2 --zookeeper master-1-1:2181/emr-kafka --topic flume-test --create

   3. 產生測試資料。

      kafka-console-producer.sh --topic flume-test --broker-list master-1-1:9092

      例如，輸入abc並斷行符號。

      在oss://flume-test.cn-hangzhou.oss-dls.aliyuncs.com/result路徑下會以目前時間的時間戳記（毫秒）為尾碼產生格式為FlumeData.xxxx的檔案。