数据采集之Web端导入日志文件到Hadoop HDFS

最新推荐文章于 2024-08-09 00:52:28 发布

风格lu

最新推荐文章于 2024-08-09 00:52:28 发布

阅读量2.9k

点赞数

分类专栏：大数据分布式文章标签： flume

本文链接：https://blog.csdn.net/lusyoe/article/details/62296916

版权

本文介绍了如何通过Web端控制，使用Flume动态地将日志文件导入到Hadoop HDFS。主要内容包括Flume的简单介绍、项目依赖、核心Flume配置以及遇到的问题和解决方案。重点在于避免直接修改服务器配置文件，而是通过Java代码实现Flume的数据传输。

摘要由CSDN通过智能技术生成

前言

接上一篇《数据采集之Web端导入DB数据到Hadoop HDFS》，这一篇简单的记录一下如何在Web端控制导入日志文件到HDFS中，主要用到的技术就是Flume了。网上大多数教程都是写的配置文件，但是现在有需求要通过web来动态自动化的进行操作，也就是说要通过Java代码的形式来实现，而不是直接修改服务器上的配置文件。所以只能想想其他其他方式了。

环境

OS Debian 8.7
Hadoop 2.6.5
SpringBoot 1.5.1.RELEASE
Flume 1.7.0

Flume简介

Flume is a distributed, reliable, and available service for efficiently collecting, aggregating, and moving large amounts of log data. It has a simple and flexible architecture based on streaming data flows. It is robust and fault tolerant with tunable reliability mechanisms and many failover and recovery mechanisms. It uses a simple extensible data model that allows for online analytic application.
Flume是一个分布式、高可靠、高可用的日志数据采集、聚合和传输服务。
它有一个简单灵活基于数据流的结构。它也有可靠的和容错的机制，并且可用进行许多故障转移和恢复机制。它使用一个简单的可扩展数据模型，允许在线分析应用程序。

翻译的不太好，简单的理解就是一个日志数据采集工具吧。

项目依赖

先看下pom.xml文件。

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.infosys.flume</groupId>
    <artifactId>flume</artifactId>
    <version>1.0-SNAPSHOT</version>

    <name>flume</name>

    <packaging>jar</packaging>

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>1.5.1.RELEASE</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
        <hadoop.version>2.6.5</hadoop.version>
        <flume.version>1.7.0</flume.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.sp