上一篇文章,我们了解了解决Flume数据采集在hadoop上形成小文件过多的解决方案,我们设置了rollSize的大小,避免了大量小文件传输到hdfs上,但是也引出了新的问题。
当数据小于128M的时候,数据就会一直卡着,文件夹不滚动,数据就不往下走(有两个大佬分别告诉我,这里的数据卡在hdfs上和Flume上,我就很懵)。这时候就需要强制滚动了。
这个时候就得加滚动时间,在配置文件中加上滚动时间。
a1.sinks.k1.hdfs.rollInterval = 3600
将滚动时间设置为1 时,无论是否满足大小,1个小时必定滚动