【大数据各平台组件搭建使用精进】flume日志采集-flume案例（9）

       

目录

案例1：监控某个文件夹的变化，将添加的新文件采集存入到hdfs

数据源官网

采集配置文件

启动之前需要的准备工作

启动flume

测试

出现错误

重新启动flume，并往日志文件夹上传一个文件，查看结果

案例2：监控某个文件的变化，把变化的内容存储到hdfs上

采集方案

测试采集功能

查看HDFS上的结果

---

这篇文章我们来介绍两个flume日志采集的实战案例，案例1：监控某个文件夹的变化，将添加的新文件采集存入到hdfs。案例2：监控某个文件的变化，把变化的内容存储到hdfs上。

        flume的安装部署测试在上一篇文章（8）

案例1：监控某个文件夹的变化，将添加的新文件采集存入到hdfs

采集服务器下的某个文件夹（日志文件夹），在该文件夹下产生一个新文件，则该文件中的数据就会被传送到hdfs上的某个文件夹下

采集方案需要确定三大部分

数据源官网

 

 

 

数据下沉：

 

 

采集配置文件

 

 最终的配置文件

# example.conf: A single-node Flume configuration

# Name the components on this agent
# 定义代理的名字a1及各个组件sources、sinks和channels

a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
# 定义数据源
a1.sources.r1.type = spooldir
a1.sources.r1.spoolDir = /var/log/apache/flumeSpool
a1.sources.r1.fileHeader = true

# Describe the sink
# 定义数据的目的地（下沉）
a1.sinks.k1.type = hdfs
a1.sinks.k1.hdfs.path = /flume/events/%y-%m-%d/%H%M/%S
a1.sinks.k1.hdfs.filePrefix = events-
a1.sinks.k1.hdfs.round = true
a1.sinks.k1.hdfs.roundValue = 10
a1.sinks.k1.hdfs.roundUnit = minute
a1.sinks.k1.hdfs.useLocalTimeStamp = true


# Use a channel which buffers events in memory
# 定义管道
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
#