Flume使用案例二

之前的案例一只算是一个小demo，在实际生产环境中是不会用Flume来做这种需求的

实时监控hive日志，并上传到HDFS中

1)拷贝Hadoop相关jar包到Flume的lib目录下（将监控日志实时上传到HDFS中，相当于持有Hadoop的API，才能操作Hadoop）

hadoop/common/lib/hadoop-auth-2.5.0-cdh5.3.6.jar
hadoop/common/lib/commons-configuration-1.6.jar
hadoop/mapreduce1/lib/hadoop-hdfs-2.5.0-cdh5.3.6.jar
hadoop/common/hadoop-common-2.5.0-cdh5.3.6.jar

将上边所属目录下的jar包拷贝到Flume的lib目录下

上边目录下的jar包是HadoopCDH5.3.6版本的，不同版本的Hadoop上边的jar包所在位置不一样，可以根据以下命令在Hadoop目录下查找

find ./ -name 'hadoop-auth*'

你会发现相同的jar包在不同的目录下都存在，这时候只需要拷贝其中一份到Flume的lib目录即可

注意：      以下的jar为1.99版本的Flume必须引用的jar

hadoop/hdfs/lib/htrace-core-3.1.0-incubating.jar
hadoop/hdfs/lib/commons-io-2.4.jar

2)编写Job的flume-hdfs.conf文件

# Name the components on this agent
a2.sources = r2
a2.sinks = k2
a2.channels = c2
# Describe/configure the source
a2.sources.r2.type = exec
a2.sources.r2.command = tail -F /tmp/root/hive.log
a2.sources.r2.shell = /bin/bash -c
# Describe the sink
a2.sinks.k2.type = hdfs
a2.sinks.k2.hdfs.path = hdfs://cdh0:8020/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才向HDFSflush一次，这个值不能超过channels的阈值
a2.sinks.k2.hdfs.batchSize = 1000
#设置文件类型,可支持压缩(DataStream指不支持压缩)
a2.sinks.k2.hdfs.fileType = DataStream
#多久生成一个新的文件(这里最好让每个文件的大小接近127M)
a2.sinks.k2.hdfs.rollInterval = 600
#设置每个文件的滚动大小(为0则不设置此规则)
a2.sinks.k2.hdfs.rollSize = 134217700
#文件的滚动按照数据量的个数，为0则表示与Event数量无关
a2.sinks.k2.hdfs.rollCount = 0
#最小副本数，为1表示不产生副本，这里如果不这样设置的话，前面的滚动设置都不生效
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

注意：    

tail  -F

上边命令是用来查看实时文件的，默认查看最后10行数据，-F是指当查看实时文件失败的时候重新查看，-f则是指在查看失败后不重新查看，tail -F的命令表面是由Flume执行的，实际是由java中的Runtime().getXXX.exec("tail -F XXXx")执行的

3)执行

bin/flume-ng agent \
--conf conf/ \
--name a2 \
--conf-file conf/job_flume1.conf