04-Flume案列-实时监控单个追加文件

# Flume案例-实时监控单个追加文件
## 1）案例需求：
实时监控 Hive 日志，并上传到 HDFS 中
## 2）需求分析：
![](https://hexo-img.obs.cn-east-3.myhuaweicloud.com/img/202204140934701.jpg)
## 3）实现步骤：
### 1.Flume 要想将数据输出到 HDFS，须持有 Hadoop 相关 jar 包
将
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
拷贝到/usr/local/flume/lib 文件夹下。
```bash
nbu@ecs:~$ cp /usr/local/hadoop/share/hadoop/common/*.jar /usr/local/flume/lib
nbu@ecs:~$ cp /usr/local/hadoop/share/hadoop/common/lib/*.jar /usr/local/flume/lib
nbu@ecs:~$ cp /usr/local/hadoop/share/hadoop/hdfs/hadoop-hdfs-2.7.1.jar /usr/local/flume/lib/
```
> 注意这里的jar文件需要先安装hadoop

### 2.创建 flume-file-hdfs.conf 文件
创建文件
```bash
nbu@ecs:~$ cd /usr/local/flume/job/
nbu@ecs:/usr/local/flume/job$ vim flume-file-hdfs.conf
```
注： 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。
添加如下内容
```bash
# 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 /usr/local/hive/logs/hive.log
a2.sources.r2.shell = /bin/bash -c
# Describe the sink
a2.sinks.k2.type = hdfs
a2.sinks.k2.hdfs.path = hdfs://localhost: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 = 30
#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
# 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：
对于所有与时间相关的转义序列， Event Header 中必须存在以 “timestamp”的 key（除非
hdfs.useLocalTimeStamp 设置为 true，此方法会使用 TimestampInterceptor 自动添加
timestamp）。
```bash
a3.sinks.k3.hdfs.useLocalTimeStamp = true
```
![](https://hexo-img.obs.cn-east-3.myhuaweicloud.com/img/202204140934200.jpg)
### 3.运行 Flume
```bash
nbu@ecs:/usr/local/flume/job$ cd ..
nbu@ecs:/usr/local/flume$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf
```
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 a2 --conf-file job/flume-file-hdfs.conf -Dflume.root.logger=INFO,console
```
### 4.开启 Hadoop 和 Hive 并操作 Hive 产生日志
```bash

nbu@ecs:~$ cd /usr/local/hadoop/
nbu@ecs:/usr/local/hadoop$ sbin/start-dfs.sh
nbu@ecs:/usr/local/hadoop$ sbin/start-yarn.sh
nbu@ecs:/usr/local/hadoop$ cd /usr/local/hive/
nbu@ecs:/usr/local/hive$ bin/hive
hive (default)>
```
注意：
如果出现“Cannot find hadoop installation: $HADOOP_HOME or $HADOOP_PREFIX must be set or hadoop must be in the path”
需要在
```bash
nbu@ecs:~$ cd /usr/local/hive/conf/
nbu@ecs:/usr/local/hive/conf$ cp hive-env.sh.template hive-env.sh
nbu@ecs:/usr/local/hive/conf$ vi hive-env.sh
#添加如下语句
export HADOOP_HOME=/usr/local/hadoop                                                                                                                 
nbu@ecs:/usr/local/hive/conf$ source hive-env.sh
```

### 5.在 HDFS 上查看文件。
![](https://hexo-img.obs.cn-east-3.myhuaweicloud.com/img/202204140934022.jpg)

大数据学习

导航

最近发表

友情链接