Flume产生小文件的处理方式

1. Flume写入到HDFS产生很多小文件,如果不处理这些小文件,hive读取的时候会报以下错误:

Caused by: java.io.IOException: Cannot obtain block length for LocatedBlock{BP-2182603-172.16.1.54-1475087575490:blk_1073840800_100342; getBlockSize()=621818; corrupt=false; offset=0; locs=[DatanodeInfoWithStorage[172.16.1.54:50010,DS-bd377256-22fb-4705-9c17-95318249580a,DISK], DatanodeInfoWithStorage[172.16.1.55:50010,DS-32b7284f-1384-4764-b9cc-ba50324cb18e,DISK], DatanodeInfoWithStorage[172.16.1.56:50010,DS-e53c5c50-e47a-4c2e-b30e-ce99a2825424,DISK]]}
	at org.apache.hadoop.hdfs.DFSInputStream.readBlockLength(DFSInputStream.java:427)
	at org.apache.hadoop.hdfs.DFSInputStream.fetchLocatedBlocksAndGetLastBlockLength(DFSInputStream.java:335)
	at org.apache.hadoop.hdfs.DFSInputStream.openInfo(DFSInputStream.java:271)
	at org.apache.hadoop.hdfs.DFSInputStream.<init>(DFSInputStream.java:263)
	at org.apache.hadoop.hdfs.DFSClient.open(DFSClient.java:1565)
	at org.apache.hadoop.hdfs.DistributedFileSystem$3.doCall(DistributedFileSystem.java:309)
	at org.apache.hadoop.hdfs.DistributedFileSystem$3.doCall(DistributedFileSystem.java:305)
	at org.apache.hadoop.fs.FileSystemLinkResolver.resolve(FileSystemLinkResolver.java:81)
	at org.apache.hadoop.hdfs.DistributedFileSystem.open(DistributedFileSystem.java:305)
	at org.apache.hadoop.fs.FileSystem.open(FileSystem.java:778)
	at com.hadoop.mapred.DeprecatedLzoLineRecordReader.<init>(DeprecatedLzoLineRecordReader.java:57)
	at com.hadoop.mapred.DeprecatedLzoTextInputFormat.getRecordReader(DeprecatedLzoTextInputFormat.java:158)
	at org.apache.hadoop.hive.ql.io.HiveInputFormat.getRecordReader(HiveInputFormat.java:250)

2. 小文件产生的原因是, 写入HDFS文件中断等因素, 小文件一直处于open write的状态,没有正确关闭,导致hive无法读取。

处理方式:删除这些小文件

#!/bin/bash
 
input_date=$1 
ydt=$(date -d "$input_date 1 days ago " "+%Y-%m-%d") 
echo ${ydt} 
for flume_file in $(hadoop fsck / -openforwrite |egrep -v '^\.+$' |egrep "MISSING|OPENFORWRITE" |grep -o "/[^ ]*" |sed -e "s/:$//"|sort |uniq |grep "/flume/consumer_access.log/$ydt/") 
do 
    echo $flume_file 
    hadoop fs -rm -skipTrash $flume_file 
done

 

转载于:https://my.oschina.net/summerdk/blog/758194

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值