采用Flume实时采集和处理数据

它已成功安装Flume在...的基础上。本文将总结使用Flume实时采集和处理数据，详细过程，如下面：

第一步，在$FLUME_HOME/conf文件夹下，编写Flume的配置文件，命名为flume_first_conf，详细内容例如以下：

#agent1表示代理名称
agent1.sources=source1
agent1.sinks=sink1
agent1.channels=channel1

#Spooling Directory是监控指定目录中新文件的变化，一旦新文件出现，就解析该文件内容。然后写入到channle。写入完毕后。标记该文件已完毕或者删除该文件。

#配置source1
agent1.sources.source1.type=spooldir
agent1.sources.source1.spoolDir=/home/yujianxin/hmbbs
agent1.sources.source1.channels=channel1
agent1.sources.source1.fileHeader = false
agent1.sources.source1.interceptors = i1
agent1.sources.source1.interceptors.i1.type = timestamp

#配置channel1
agent1.channels.channel1.type=file
agent1.channels.channel1.checkpointDir=/home/yujianxin/hmbbs/hmbbs_tmp123
agent1.channels.channel1.dataDirs=/home/yujianxin/hmbbs/hmbbs_tmp

#配置sink1
agent1.sinks.sink1.type=hdfs
agent1.sinks.sink1.hdfs.path=hdfs://slave3:9000/hmbbs
agent1.sinks.sink1.hdfs.fileType=DataStream
agent1.sinks.sink1.hdfs.writeFormat=TEXT
agent1.sinks.sink1.hdfs.rollInterval=1
agent1.sinks.sink1.channel=channel1
agent1.sinks.sink1.hdfs.filePrefix=%Y-%m-%d

第二步，编写Shell脚本，运行Flume任务

     <span style="font-size:18px;">        vi flume1.sh

             #!/bin/sh
           flume-ng agent -n agent1 -c conf-f /home/yujianxin/flume/apache-flume-1.4.0-bin/conf/flume_first_conf
           -Dflume.root.logger=DEBUG,console >./flume1.log 2>&1 &
          让日志收集任务以后台进程执行，且将执行日志重定向到./flume1.log保存。

验证

通过命令行查看新启的进程

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvYWFyb25oYWRvb3A=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="">

不断往Flume监控的文件夹/home/yujianxin/hmbbs1下放置文件

查看./flume.log执行日志，截部分关键图例如以下

查看成功上传到HDFS中的文件

OK。使用Flume自己主动监控指定文件夹下文件的变化，自己主动处理。上传到HDFS。比曾经自己写Shell脚本便利、快捷键、更高效。哈哈

版权声明：本文博主原创文章，博客，未经同意不得转载。