Flume 案例实操 - 实时读取本地文件到HDFS

实时监控日志文件，并上传到HDFS中。

需求分析

1. 创建负责条件的flume配置文件
2. 启动flume，应用配置文件，开启监控
3. 模拟日志产生，日志文件/opt/module/datas/flume_tmp.log
4. 查看HDFS上的数据

实现步骤

拷贝相关Hadoop 包到 Flume lib 目录

Flume要想将数据输出到HDFS，必须持有Hadoop相关jar包。
将如下包拷贝到/opt/module/flume-1.7.0/lib文件夹中

commons-configuration-1.6.jar
hadoop-auth-2.7.2.jar
hadoop-common-2.7.2.jar
hadoop-hdfs-2.7.2.jar
commons-io-2.4.jar
htrace-core-3.1.0-incubating.jar

提示：commons-io-2.4.jar、htrace-core-3.1.0-incubating.jar为1.99版本flume必须引用的jar。其他版本可以不引用。

创建flume-file-hdfs.conf文件

在/opt/module/flume-1.7.0/job文件中创建相关配置文件。要想读取Linux系统中的文件，就得按照Linux命令的规则执行命令。由于hive日志在Linux系统中所以读取文件的类型选择：exec即execute执行的意思。表示执行Linux命令来读取文件。

cd job
vim flume-file-hdfs.conf

添加如下内容

# Name the components on this agent
#定义source
a2.sources = r2
#定义sink
a2.sinks = k2 
#定义channel             
a2.channels = c2                

# Describe/configure the source
#定义source类型为exec可执行命令的
a2.sources.r2.type = exec       
a2.sources.r2.command = tail -F /opt/module/datas/flume_tmp.log
#执行shell脚本的绝对路径
a2.sources.r2.shell = /bin/bash -c      

# Describe the sink
#定义sink类型为hdfs
a2.sinks.k2.type = hdfs                     
a2.sinks.k2.hdfs.path = hdfs://hadoop102:9000/flume/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k2.hdfs.filePrefix = logs-         
#是否按照时间滚动文件夹
a2.sinks.k2.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k2.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k2.hdfs.roundUnit = hour
#是否使用本地时间戳
a2.sinks.k2.hdfs.useLocalTimeStamp = true
#积攒多少个Event才flush到HDFS一次
a2.sinks.k2.hdfs.batchSize = 1000
#设置文件类型，可支持压缩
a2.sinks.k2.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k2.hdfs.rollInterval = 600
#设置每个文件的滚动大小
a2.sinks.k2.hdfs.rollSize = 134217700
#文件的滚动与Event数量无关
a2.sinks.k2.hdfs.rollCount = 0
#最小冗余数
a2.sinks.k2.hdfs.minBlockReplicas = 1

# Use a channel which buffers events in memory
a2.channels.c2.type = memory
a2.channels.c2.capacity = 1000
a2.channels.c2.transactionCapacity = 100

# Bind the source and sink to the channel
a2.sources.r2.channels = c2
a2.sinks.k2.channel = c2

开启hadoop集群

群起集群

hdstart

参考：集群群起脚本

执行监控配置

bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf

模拟日志产生

echo 123 > /opt/module/datas/flume_tmp.log   

结果