06-Flume案例-实时监控整个目录的文件

# Flume案例-实时监控整个目录的文件
## 1）案例需求：
使用 Flume 监听整个目录的文件，并上传至 HDFS
## 2）需求分析：
![](https://hexo-img.obs.cn-east-3.myhuaweicloud.com/img/202204140933461.jpg)
## 3）实现步骤：
### 1.创建配置文件 flume-dir-hdfs.conf
创建一个文件
```bash
nbu@ecs:~$ cd /usr/local/flume/job
nbu@ecs:/usr/local/flume/job$ vim flume-dir-hdfs.conf
```
添加如下内容:
```bash
a3.sources = r3
a3.sinks = k3
a3.channels = c3
# Describe/configure the source
a3.sources.r3.type = spooldir
a3.sources.r3.spoolDir = /usr/local/flume/upload
a3.sources.r3.fileSuffix = .COMPLETED
a3.sources.r3.fileHeader = true
#忽略所有以.tmp 结尾的文件，不上传
a3.sources.r3.ignorePattern = ([^ ]*\.tmp)
# Describe the sink
a3.sinks.k3.type = hdfs
a3.sinks.k3.hdfs.path = hdfs://localhost:9000/flume/upload/%Y%m%d/%H
#上传文件的前缀
a3.sinks.k3.hdfs.filePrefix = upload-
#是否按照时间滚动文件夹
a3.sinks.k3.hdfs.round = true
#多少时间单位创建一个新的文件夹
a3.sinks.k3.hdfs.roundValue = 1
#重新定义时间单位
a3.sinks.k3.hdfs.roundUnit = hour
#是否使用本地时间戳
a3.sinks.k3.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
a3.sinks.k3.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a3.sinks.k3.hdfs.fileType = DataStream
#多久生成一个新的文件
a3.sinks.k3.hdfs.rollInterval = 60
#设置每个文件的滚动大小大概是 128M
a3.sinks.k3.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
a3.sinks.k3.hdfs.rollCount = 0
# Use a channel which buffers events in memory
a3.channels.c3.type = memory
a3.channels.c3.capacity = 1000
a3.channels.c3.transactionCapacity = 100
# Bind the source and sink to the channel
a3.sources.r3.channels = c3
a3.sinks.k3.channel = c3
```

![](https://hexo-img.obs.cn-east-3.myhuaweicloud.com/img/202204140933003.jpg)

### 2.启动监控文件夹命令
```bash
nbu@ecs:/usr/local/flume/job$ cd ..
nbu@ecs:/usr/local/flume$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf
```
说明： 在使用 Spooling Directory Source 时
不要在监控目录中创建并持续修改文件
上传完成的文件会以.COMPLETED 结尾
被监控文件夹每 500 毫秒扫描一次文件变动

注意：
可以加上 -Dflume.root.logger=INFO,consol来查看错误信息
```bash
bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf -Dflume.root.logger=INFO,console
```

### 3.向 upload 文件夹中添加文件
在/opt/module/flume 目录下创建 upload 文件夹
```bash
nbu@ecs:/usr/local/flume$ mkdir upload
```
向 upload 文件夹中添加文件:
```bash
nbu@ecs:/usr/local/flume$ cd upload/
nbu@ecs:/usr/local/flume/upload$ touch nbu.txt
nbu@ecs:/usr/local/flume/upload$ touch nbu.tmp
nbu@ecs:/usr/local/flume/upload$ touch nbu.log
```
### 4.查看 HDFS 上的数据

![](https://hexo-img.obs.cn-east-3.myhuaweicloud.com/img/202204140934190.jpg)

### 5.等待 1s，再次查询 upload 文件夹
```bash
nbu@ecs:/usr/local/flume/upload$ ll
总用量 0
-rw-rw-r--. 1 nbu nbu 0 5 月 20 22:31 nbu.log.COMPLETED
-rw-rw-r--. 1 nbu nbu 0 5 月 20 22:31 nbu.tmp
-rw-rw-r--. 1 nbu nbu 0 5 月 20 22:31 nbu.txt.COMPLETED
```

大数据学习

导航

最近发表

友情链接