Flume的简介

 本质：日志数据收集工作

 

 

 

注意：一个sink只能从一个channel中取数据。

使用步骤：

1. 定义组件
2. 配置组件
3. 绑定组件

//对应的格式
agentName.sources=sourceName
agentName.channels=channelName
agentName.sinks=sinkName


//配置每个组件的属性，不同的组件类型的配置不同
//可以直接去官网查询




//绑定对应的组件
agentName.sources.sourceName.channels=channelName
agentName.sinks.inkName.channel=channelName

 

 

 

 注意：对应的组件的配置信息可以查看官网

5.2 http+mem+logger

//agent的名称 a1


//定义对应的组件
a1.sources=s1
a1.channels=c1
a1.sinks=sk1

//定义对应的属性
//s1 http
a1.sources.s1.type=http
a1.sources.s1.port=8080

//c1 me
a1.channels.c1.type=memory

//sk1 hdfs
a1.sinks.sk1.type=hdfs
a1.sinks.sk1.hdfs.path=hdfs://namenode/flume/webdata      数据放入的位置

  有对应的变量可以用来指定对应的动态的文件名，指定文件的前缀，后缀。

监控一个目录

 注意：对应一个文件读取完后会加.COMPLETE后缀，

        对已经读取完的文件追加数据是不会被再次采集

        对文件的名称重命名，会报错。

 系统内置的拦截器的使用：

 

正则过滤： 

选择器：作用

一个agent多个source的情况

 1，replicating的选择器（默认）

 

 注意：这里agent.sources.selector.mapping.VarName是通过拦截器拦截后修改设置的。

也就是对应的event的header

 对应的sink的配置相同

 1，对应单个事件处理

 2，多个event

写一个内部类，获取拦截器对象

 将对应的拦截器打出jia包上传

 

 Sqoop

 

  

 

 

 

 

 

 

 

 

 -m 1：表示仅仅使用一个map程序

 

 --fields-terminated-by ‘，‘：指定导入的分隔符。

mysql:导出到mysql默认用  ，来分割 

 

 

 注意：-- 与import之间有空格。