【Flume二】HDFS sink细说

1. Flume配置

 

a1.sources=r1  
a1.channels=c1  
a1.sinks=k1  

###Flume负责启动44444端口
  
a1.sources.r1.type=avro  
a1.sources.r1.bind=0.0.0.0  
a1.sources.r1.port=44444  
a1.sources.r1.channels=c1  
  
a1.channels.c1.type=memory  
a1.channels.c1.capacity=10000  
a1.channels.c1.transactionCapacity=1000  
a1.channels.c1.keep-alive=30  
  
a1.sinks.k1.type=hdfs  
a1.sinks.k1.channel=c1  
a1.sinks.k1.hdfs.path=hdfs://hadoop.master:9000/user/hadoop/flume
a1.sinks.k1.hdfs.fileType=DataStream  
a1.sinks.k1.hdfs.writeFormat=Text  
a1.sinks.k1.hdfs.rollInterval=0  
a1.sinks.k1.hdfs.rollSize=10240  
a1.sinks.k1.hdfs.rollCount=0  
a1.sinks.k1.hdfs.idleTimeout=60

 

此处，Flume开启了44444端口，用于接受avro event，

 

将 sink的type由logger变为hdfs，然后指定输出path, 默认是输出到HDFS后为sequencefile,里面的内容无法直接打开浏览，为了便于直观看到我们输出的日志信息，所以我这里将fileType为 DataStream, writeFormat=Text,这样就可以直接打开生成的文件进行查看了。

下面几个roll开头的参数都是用来控制滚动日志输出的，官方文档上的说明也很详细，我这里配置的只按文件大小来滚动rollSize=10240,也就 是10K滚动生成一个新的文件用来接收新的EVENTS。实际中这个Size应该更大一些，我觉得设置成HDFS的blocksize大小应该挺合适的。

idleTimeout设置为60秒（默认值为0），这里面的原理是这样的，flume里面每生成一个接收文件时的命名规则 如：FlumeData.1406251462179.tmp，.tmp表示这个文件正在被使用来接收EVENTS，当满10K之后，这个文件会被 rename成FlumeData.1406251462179，把.tmp后缀去掉，但是如果你停止了应用程序 后，FlumeData.1406251462179.tmp还没满10K，按照默认的idleTimeout设置，不会将它rename,也就 是.tmp后缀一直在，造成了这个文件一直在使用当中的一个假象，这是有问题的，我们设置idleTimeout=60，即60秒后这个文件还没有被写入 数据，就会关闭它然后rename它去掉.tmp,以后新进来的events，会新开一个.tmp文件来接收。

我们再运行第一篇文章中的那个示例应用程序，然后去path指定的目录下面就能看到log4j输出的日志信息了。

 

注意点：

首先在hdfs上创建/flume目录：hadoop fs -mkdir /flume
给该目录授权给flume用户和组：hadoop fs -chown -R flume:flume /flume
注意给目录授权很重要，不然会报错。

 

 

Flume启动44444端口，监听来自于44444端口的网络输出，那么如何往44444写入数据呢？目前有三种做法：

1. 实验目的，可以是用telnet localhost 44444，然后写入数据

2. 使用Flume提供的avro-client，写入一个文件到44444

3. 使用Flume结合log4j，log4j的日志打到两个位置：一个是本地日志文件，一个是使用FlumeAppender，将日志发送到指定的端口，如下配置：

log4j.properties配置：

log4j.rootLogger=INFO
log4j.category.com.besttone=INFO,flume
log4j.appender.flume = org.apache.flume.clients.log4jappender.Log4jAppender
log4j.appender.flume.Hostname = localhost
log4j.appender.flume.Port = 44444

log4j.appender.flume.UnsafeMode = tr

 

 

 

参考：

http://blog.niubua.com/flume%E5%AD%A6%E4%B9%A0%EF%BC%88%E4%B8%80%EF%BC%89%EF%BC%9Alog4j%E7%9B%B4%E6%8E%A5%E8%BE%93%E5%87%BA%E6%97%A5%E5%BF%97%E5%88%B0flume/

http://blog.niubua.com/flume%E5%AD%A6%E4%B9%A0%EF%BC%88%E4%B8%89%EF%BC%89%EF%BC%9Aflume%E5%B0%86log4j%E6%97%A5%E5%BF%97%E6%95%B0%E6%8D%AE%E5%86%99%E5%85%A5%E5%88%B0hdfs/