Flume采集日志信息到HDFS中

1.Hadoop集群搭建的配置

1.1搭建步骤如下链接:

https://blog.csdn.net/qq_31987649/article/details/85037833

1.2 启动hadoop

   只需要启动Master 主节点上的hadoop

   hadoop安装路径: / hadoop-2.6.5 /sbin

      ./start-all.sh  启动

      ./stop-all.sh 关闭    

   启动成功如下:

   Master:

 slave0:

slave1:

2.下载并解压 flume

    下载版本   

     apache-flume-1.7.0-bin.tar.gz

   2.1   解压目录入下 命令 tar -zxvf /app/soft/apache-flume-1.7.0-bin.tar.gz -C /app/install/

2.2修改配置文件 进入conf目录下

mv flume-env.sh.template   flume-env.sh 

vi  flume-env.sh

2.3 在conf目录下创建 hdfs-avro.conf 配置文件

   命令: vi  hdfs-avro.conf 增加内容:

a1.sources = r1
#数据沉淀，可以多个，中间用空格分隔
a1.sinks = k1
#传输管道，一般只有一个，可以多个
a1.channels = c1

#配置source 消息生产者
#exec可以通过指定的操作对日志进行读取,使用exec时需要指定shell命令,对日志进行读取
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /app/logs/webProvider.log

# 配置channel,将buffer事件放在内存中,相当于数据缓冲区，接收source数据发送给sink
#传输管道的参数，类型是内存传输
a1.channels.c1.type = memory
#存储在通道中的最大事件数。
a1.channels.c1.capacity = 1000
#收集端的sink会在收集到了1000条以后再去提交事务（即发送到下一个目的地）
a1.channels.c1.transactionCapacity = 100

# 配置sink 接收器
#沉淀的方式是控制台打印，还可以有其他方式，如上传到hdfs。
a1.sinks.k1.type = hdfs
#设置hdfs接收器
a1.sinks.k1.hdfs.path = hdfs://192.168.28.129:9000/flume/testLog.log
#设置
a1.sinks.k1.hdfs.filePrefix = test
#a1.sinks.k1.hdfs.fileSuffix = .log
a1.sinks.k1.hdfs.fileType=DataStream

# 把source和sink绑定在channel上
#指定传输管道，
a1.sources.r1.channels = c1
#设置数据沉淀接收的管道
a1.sinks.k1.channel = c1

2.4启动flume

     进入 flume bin 目录 执行如下命令

     ./flume-ng agent -c ../conf -f ../conf/hdfs-avro.conf -n a1 -Dflume.root.logger=INFO,console

 

flume 成功启动后根据 hdfs-avro.conf 配置生成flume目录

   

3.测试

   输入命令 :echo 'hello qt'>>/app/logs/webProvider.log  （向文件中写入数据）

  /app/logs/webProvider.log 对应 hdfs-avro.conf 配置文件中的 要采集的数据源

通过HDFS系统命令查看HDFS中生成的文件并查看文件中的内容

命令: hadoop fs -ls /flume/testLog.log/*

成功写入hdfs中