采用Flume實時采集和處理數據

它已成功安裝Flume在...的基礎上。本文將總結使用Flume實時采集和處理數據，詳細過程，如下面：

第一步，在$FLUME_HOME/conf文件夾下，編寫Flume的配置文件，命名為flume_first_conf，詳細內容例如以下：

#agent1表示代理名稱
agent1.sources=source1
agent1.sinks=sink1
agent1.channels=channel1

#Spooling Directory是監控指定目錄中新文件的變化，一旦新文件出現，就解析該文件內容。然后寫入到channle。寫入完畢后。標記該文件已完畢或者刪除該文件。

#配置source1
agent1.sources.source1.type=spooldir
agent1.sources.source1.spoolDir=/home/yujianxin/hmbbs
agent1.sources.source1.channels=channel1
agent1.sources.source1.fileHeader = false
agent1.sources.source1.interceptors = i1
agent1.sources.source1.interceptors.i1.type = timestamp

#配置channel1
agent1.channels.channel1.type=file
agent1.channels.channel1.checkpointDir=/home/yujianxin/hmbbs/hmbbs_tmp123
agent1.channels.channel1.dataDirs=/home/yujianxin/hmbbs/hmbbs_tmp

#配置sink1
agent1.sinks.sink1.type=hdfs
agent1.sinks.sink1.hdfs.path=hdfs://slave3:9000/hmbbs
agent1.sinks.sink1.hdfs.fileType=DataStream
agent1.sinks.sink1.hdfs.writeFormat=TEXT
agent1.sinks.sink1.hdfs.rollInterval=1
agent1.sinks.sink1.channel=channel1
agent1.sinks.sink1.hdfs.filePrefix=%Y-%m-%d

第二步，編寫Shell腳本，運行Flume任務

     <span style="font-size:18px;">        vi flume1.sh

             #!/bin/sh
           flume-ng agent -n agent1 -c conf-f /home/yujianxin/flume/apache-flume-1.4.0-bin/conf/flume_first_conf   
           -Dflume.root.logger=DEBUG,console >./flume1.log 2>&1 &
          讓日志收集任務以后台進程執行，且將執行日志重定向到./flume1.log保存。

驗證

通過命令行查看新啟的進程

不斷往Flume監控的文件夾/home/yujianxin/hmbbs1下放置文件

查看./flume.log執行日志，截部分關鍵圖例如以下

查看成功上傳到HDFS中的文件

OK。使用Flume自己主動監控指定文件夾下文件的變化，自己主動處理。上傳到HDFS。比曾經自己寫Shell腳本便利、快捷鍵、更高效。哈哈

版權聲明：本文博主原創文章，博客，未經同意不得轉載。