Flume 基本案例监控目录自动上传文件到 HDFS

案例说明

使用 Flume 监控一个本地目录，如果目录有新的文件产生，则会自动传到 HDFS 上

配置本案例任务需要的Flume文件

在 Flume 的 conf/ 目录下创建，名称为 spooldir-hdfs.properties

# 相当定义 Flume 的三个组件变量名
agent1.sources = source1
agent1.sinks = sink1
agent1.channels = channel1

# 配置 source 组件
agent1.sources.source1.type =spooldir
    # 监控的本地路径
agent1.sources.source1.spoolDir =/home/logs/ 
agent1.sources.source1.fileHeader = false

#配置拦截器
agent1.sources.source1.interceptors = i1
agent1.sources.source1.interceptors.i1.type = host
agent1.sources.source1.interceptors.i1.hostHeader = hostname

# 配置 sink 组件
agent1.sinks.sink1.type = hdfs
agent1.sinks.sink1.hdfs.path=hdfs://192.168.176.65:9000/locadir/flume_log/%y-%m-%d/%H-%M
agent1.sinks.sink1.hdfs.filePrefix = events
agent1.sinks.sink1.hdfs.maxOpenFiles = 5000
agent1.sinks.sink1.hdfs.batchSize= 100
agent1.sinks.sink1.hdfs.fileType = DataStream
agent1.sinks.sink1.hdfs.writeFormat =Text
agent1.sinks.sink1.hdfs.rollSize = 102400
agent1.sinks.sink1.hdfs.rollCount = 1000000
agent1.sinks.sink1.hdfs.rollInterval = 60
#agent1.sinks.sink1.hdfs.round = true
#agent1.sinks.sink1.hdfs.roundValue = 10
#agent1.sinks.sink1.hdfs.roundUnit = minute
agent1.sinks.sink1.hdfs.useLocalTimeStamp = true
# Use a channel which buffers events in memory
agent1.channels.channel1.type = memory
agent1.channels.channel1.keep-alive = 120
agent1.channels.channel1.capacity = 500000
agent1.channels.channel1.transactionCapacity = 600

# Bind the source and sink to the channel
agent1.sources.source1.channels = channel1
agent1.sinks.sink1.channel = channel1

任务命令说明

下面命令是在 FLume 的根目录里执行的

flume-ng agent -c conf -f conf/spooldir-hdfs.properties -n agent1 -Dflume.root.logger=INFO,console

参数	作用	实例
conf 或 -c	指定配置文件的地址，包含 flume-env.sh 和 log4j 的配置文件	-c conf
-conf-file 或 -f	当前任务的配置文件地址	-fconf-file conf/spooldir-hdfs.properties
-name 或 -n	agent名称	-name agent1
-z	zookeeper连接的字符串	-z zkhost:2181,zkhost1:2181
-p	zookeeper中的存储路径前缀	-p /flume
-Dflume	启动日志打印到当前控制台	-Dflume.root.logger=INFO,console