Flume + Keepalived构建高可用分布式采集系统

上一篇《Flume之Failover和Load balancing原理及实例》的实例的架构如下：

10.0.1.76作为Client，通过exec获取nginx的日志信息，然后将数据传到10.0.1.68（配置了Failover和Load balancing）的节点，最后10.0.1.68将数据发送的10.0.1.70，77，85，86，87节点，这些节点最终将数据写到本地硬盘。

那么问题来了，如果10.0.1.68的Flume异常退出或者服务器down机的话，10.0.1.76（Client）无法将数据发送出去。无论Channel采用的MemoryChannel还是FileChannel都会导致数据积压甚至数据丢失，即使10.0.1.68恢复正常，也有可能因为Client积压的数据太多给10.0.1.68节点造成压力，那么有没有更好的方式解决这个问题呢？

下面我们采用Flume + Keepalived的方式解决单点故障，架构改成：

10.0.1.76（Client）通过虚拟IP（10.0.1.71）访问Keepalived绑定的主备节点10.0.1.68和10.0.1.69。这样的话，某个节点挂了keepalived会自动切换，保证程序的正确运行，而不会出现数据积压的情况。

10.0.1.76（Client）的配置修改成：

[java] view plain copy

1. a1.channels.c1.type = memory    
2. a1.channels.c1.capacity = 1000    
3. a1.channels.c1.transactionCapacity = 100    
4.           
5. a1.sources.r1.channels = c1    
6. a1.sources.r1.type = exec    
7. a1.sources.r1.command = tail -n 0 -F /home/nginx/logs/access.log     
8.     
9. a1.sinks.k1.type = avro    
10. a1.sinks.k1.channel = c1    
11. a1.sinks.k1.hostname = 10.0.1.71  
12. a1.sinks.k1.port = 41415    
13.     
14. a1.channels = c1    
15. a1.sources = r1    
16. a1.sinks = k1    

其他的配置不需要更改，10.0.1.68和10.0.1.69的配置保持一致即可。

最后只需要配置keepalived，实现10.0.1.68和10.0.1.69节点的高可用，从而避免单点故障。Keepalived具体的配置参照：《keepalived安装部署及Flume+keepalived高可用》

基于Flume的高可用架构可以有很多种方式，大家可以根据自己业务的特点做一些变化，以满足公司业务的需求