标签：hdfs sinks hive 实时 a1 k2 a2 追加 Flume4

Flume4 实时监控单个追加文件

需求

案例需求： 实时监控Hive日志，并上传到HDFS中

存在单点故障，因为如果agent故障后，可能会丢失数据

需求分析

实验步骤

第一个先提取日志数据输出到控制台

创建 file-flume-logger.conf 文件

# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /opt/module/hive/logs/hive.log 

# Describe the sink
a1.sinks.k1.type = logger

# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

• 执行监控配置

  bon/flume-ng agent -c conf/ -f job/file-flume-logger.conf -n a1 -Dflume.root.logger=INFO,console
  

• 开启 Hadoop 和 Hive 并操作 Hive 产生日志

  [atguigu@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
  [atguigu@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
  [atguigu@hadoop102 hive]$ bin/hive
  hive (default)>
  

注意：

tail -f
等同于--follow=descriptor，根据文件描述符进行追踪，当文件改名或被删除，追踪停止

等同于--follow=name --retry，根据文件名进行追踪，并保持重试，即该文件被删除或改名后，如果再次创建相同的文件名，会继续追踪

第二个将数据日志转移到HDFS

• Flume 要想将数据输出到 HDFS，必须持有 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/opt/module/flume/lib 文件夹下。
  

• 创建 flume-file-hdfs.conf 文件

  [atguigu@hadoop102 job]$ touch 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。

  [atguigu@hadoop102 job]$ vim flume-file-hdfs.conf
  

  添加如下内容：

  # 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 /opt/module/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://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 = 60 
  #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
  

  

• 执行监控配置

  [atguigu@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a2 --conf-file job/flume-file-hdfs.conf
  

• 开启 Hadoop 和 Hive 并操作 Hive 产生日志

  [atguigu@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
  [atguigu@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
  [atguigu@hadoop102 hive]$ bin/hive
  hive (default)>
  

• 在 HDFS 上查看文件。

7.2]$ sbin/start-dfs.sh
  [atguigu@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
  [atguigu@hadoop102 hive]$ bin/hive
  hive (default)>

• 在 HDFS 上查看文件。

标签：hdfs,sinks,hive,实时,a1,k2,a2,追加,Flume4
来源： https://blog.csdn.net/qq_43634001/article/details/109984252

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。