Flume汇入数据到Hive&Hbase

提示：文章内容代码部分地方需要根据自身的环境路径进行修改！

目录

前言

一.Flume汇入数据到Hive

方法一：汇入到Hive指定的HDFS路径中：

1.在hive中创建数据库和外部表

2.在/root中创建hive.log文件 

 3.在flume的conf路径中编写配置文件

4.运行flume

 5.查询hdfs中的数据

 6.在hive表中加载数据

7.查询hive表中的数据

 方法二：利用HiveSink汇入数据

1.从hive/lib和和hive/hcatalog/share/hcatalog/中找寻下列JAR包，放入到flume/lib中。如果flume中有重名的则先删除flume中的再进行复制。

 2.编写flume的配置文件

 3.在hive中创建表

 4.在hive中设置权限

 5.启动metastore服务

6.运行flume

 7.查询数据

二.Flume 汇入数据到HBase

一、Flume 的HBaseSinks 详细介绍

二.HBaseSink

 三.HBaseSinks的三种序列化模式使用

1.SimpleHbaseEventSerializer

2.SimpleAsyncHbaseEventSerializer

​编辑 3.RegexHbaseEventSerializer

总结

---

前言

提示：这里可以添加本文要记录的大概内容：

主要讲述Flume汇入数据到Hive&Hbase的方法及操作。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一.Flume汇入数据到Hive

方法一：汇入到Hive指定的HDFS路径中：

1.在hive中创建数据库和外部表

代码：

create database flume;

代码：

create external table flume_into_hive(name string,age int) partitioned by (dt string) row format delimited fields terminated by ',' location '/user/hive/warehouse/flume.db/flume_into_hive';

2.在/root中创建hive.log文件 

代码：

mkdir flume-hive
cd flume-hive/
vi hive.log

 

 3.在flume的conf路径中编写配置文件

代码：

cd /opt/software/flume/conf/
vi flume-into-hive-1.conf

代码：

 

agent.sources=r1
agent.channels=c1
agent.sinks=s1

agent.sources.r1.type=exec
agent.sources.r1.command=tail -F /root/flume-hive/hive.log

agent.channels.c1.type=memory
agent.channels.capacity=1000
agent.channels.c1.transactionCapacity=100

agent.sinks.s1.type=hdfs
agent.sinks.s1.hdfs.path = hdfs://node01:9000/user/hive/warehouse/flume.db/flume_into_hive/dt=%Y%m%d
agent.sinks.s1.hdfs.filePrefix = upload-
agent.sinks.s1.hdfs.fileSuffix=.txt
#是否按照时间滚动文件夹
agent.sinks.s1.hdfs.round = true
#多少时间单位创建一个新的文件夹
agent.sinks.s1.hdfs.roundValue = 1
#重新定义时间单位
agent.sinks.s1.hdfs.roundUnit = hour
#是否使用本地时间戳
agent.sinks.s1.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
agent.sinks.s1.hdfs.batchSize = 100
#设置文件类型，可支持压缩
agent.sinks.s1.hdfs.fileType = DataStream
agent.sinks.s1.hdfs.writeFormat=Text
#多久生成一个新的文件
agent.sinks.s1.hdfs.rollInterval = 60
#设置每个文件的滚动大小大概是 128M
agent.sinks.s1.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
agent.sinks.s1.hdfs.rollCount = 0

agent.sources.r1.channels=c1
agent.sinks.s1.channel=c1

4.运行flume

代码：

bin/flume-ng agent -c conf -f conf/hive/flume-into-hive-1.conf -n agent

 5.查询hdfs中的数据

 6.在hive表中加载数据

代码：

load data inpath '/user/hive/warehouse/flume.db/flume_into_hive/dt=20221109' into table flume_into_hive partition(dt=20221109);

7.查询hive表中的数据

select * from flume_into_hive;