大数据系列之Flume+HDFS

本文将介绍Flume(Spooling Directory Source) + HDFS,关于Flume 中几种Source详见文章 http://www.cnblogs.com/cnmenglang/p/6544081.html

1.资料准备 ： apache-flume-1.7.0-bin.tar.gz

2.配置步骤：

　　　　a.上传至用户(LZ用户mfz)目录resources下

　　　　b.解压

tar -xzvf apache-flume-1.7.-bin.tar.gz 

　　　　

　　　　c.修改conf下 文件名

　　　　

mv flume-conf.properties.template flume-conf.properties
mv flume-env.sh.template flume-env.sh

　　　　d.修改flume-env.sh 环境变量,添加如下：

export JAVA_HOME=/usr/java/jdk1.8.0_102
FLUME_CLASSPATH="/home/mfz/hadoop-2.7.3/share/hadoop/hdfs/*"

　　　　　e.新增文件 hdfs.properties

LogAgent.sources = apache
LogAgent.channels = fileChannel
LogAgent.sinks = HDFS

#sources config
#spooldir 对监控指定文件夹中新文件的变化，一旦有新文件出现就解析，解析写入channel后完成的文件名将追加后缀为*.COMPLATE
LogAgent.sources.apache.type = spooldir
LogAgent.sources.apache.spoolDir = /tmp/logs
LogAgent.sources.apache.channels = fileChannel
LogAgent.sources.apache.fileHeader = false

#sinks config
LogAgent.sinks.HDFS.channel = fileChannel
LogAgent.sinks.HDFS.type = hdfs
LogAgent.sinks.HDFS.hdfs.path = hdfs://master:9000/data/logs/%Y-%m-%d/%H
LogAgent.sinks.HDFS.hdfs.fileType = DataStream
LogAgent.sinks.HDFS.hdfs.writeFormat=TEXT
LogAgent.sinks.HDFS.hdfs.filePrefix = flumeHdfs
LogAgent.sinks.HDFS.hdfs.batchSize = 1000
LogAgent.sinks.HDFS.hdfs.rollSize = 10240
LogAgent.sinks.HDFS.hdfs.rollCount = 0
LogAgent.sinks.HDFS.hdfs.rollInterval = 1
LogAgent.sinks.HDFS.hdfs.useLocalTimeStamp = true

#channels config
LogAgent.channels.fileChannel.type = memory
LogAgent.channels.fileChannel.capacity =10000
LogAgent.channels.fileChannel.transactionCapacity = 100

　　　

3.启动：

　　　　1.在 apache-flume 目录下执行

bin/flume-ng agent --conf-file  conf/hdfs.properties -c conf/ --name LogAgent -Dflume.root.logger=DEBUG,console

启动出错，Ctrl+C 退出，新建监控目录/tmp/logs

mkdir -p /tmp/logs

重新启动：

启动成功！

4.验证：

　　　a.另新建一终端操作；

　　　b.在监控目录/tmp/logs下新建test.log目录

vi test.log

#内容
test hello world

　　   c.保存文件后查看之前的终端输出为

看图可得到信息：

1.test.log 已被解析传输完成且名称修改为test.log.COMPLETED;

2.HDFS目录下生成了文件及路径为：hdfs://master:9000/data/logs/2017-03-13/18/flumeHdfs.1489399757638.tmp

3.文件flumeHdfs.1489399757638.tmp 已被修改为flumeHdfs.1489399757638

那么接下里登录master主机，打开WebUI,如下操作

或者打开master终端，在hadoop安装包下执行命令

bin/hadoop fs -ls -R /data/logs/--/

查看文件内容，命令：

bin/hadoop fs -cat /data/logs/2017-03-13/18/flumeHdfs.1489399757638

OK，完成！