实时读取目录文件到HDFS案例
1）案例需求：使用flume监听整个目录的文件
2）需求分析：
创建一个文件
[jason@hadoop102 job]$ vim flume-dir-hdfs.conf
添加如下内容
a3.sources = r3 #定义source a3.sinks = k3 #定义sink a3.channels = c3 #定义channel # Describe/configure the source a3.sources.r3.type = spooldir #定义source类型：目录 a3.sources.r3.spoolDir = /opt/module/flume/upload #定义监控目录 a3.sources.r3.fileSuffix = .COMPLETED #定义文件上传成功，后缀 a3.sources.r3.fileHeader = true #是否有文件头 #忽略所有以.tmp结尾的文件，不上传 a3.sources.r3.ignorePattern = ([^ ]*\.tmp) # Describe the sink a3.sinks.k3.type = hdfs #sink类型hdfs a3.sinks.k3.hdfs.path = hdfs://hadoop102:9000/flume/upload/%Y%m%d/%H #上传目标hdfs路径 #上传文件的前缀 a3.sinks.k3.hdfs.filePrefix = upload- #是否按照时间滚动文件夹 a3.sinks.k3.hdfs.round = true #多少时间单位创建一个新的文件夹 a3.sinks.k3.hdfs.roundValue = 1 #重新定义时间单位 a3.sinks.k3.hdfs.roundUnit = hour #是否使用本地时间戳 a3.sinks.k3.hdfs.useLocalTimeStamp = true #积攒多少个Event才flush到HDFS一次 a3.sinks.k3.hdfs.batchSize = 100 #设置文件类型，可支持压缩 a3.sinks.k3.hdfs.fileType = DataStream #多久生成一个新的文件（0表示不按照时间来分割文件），单位：秒 a3.sinks.k3.hdfs.rollInterval = 600 #设置每个文件的滚动大小大概是128M a3.sinks.k3.hdfs.rollSize = 134217700 #多少event生产新文件，0表示：文件的滚动与Event数量无关 a3.sinks.k3.hdfs.rollCount = 0 #多少个副本 a3.sinks.k3.hdfs.minBlockReplicas = 1 # Use a channel which buffers events in memory a3.channels.c3.type = memory a3.channels.c3.capacity = 1000 a3.channels.c3.transactionCapacity = 100 # Bind the source and sink to the channel a3.sources.r3.channels = c3 a3.sinks.k3.channel = c3
3）启动监控文件夹命令
[jason@hadoop102 flume]$ bin/flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf
说明： 在使用Spooling Directory Source时
① 不要在监控目录中创建并持续修改文件，在另一篇博客中有处理方案（shell重命名文件）
② 上传完成的文件会以.COMPLETED结尾
③ 被监控文件夹每600毫秒扫描一次文件变动
4）向upload文件夹中添加文件
在/opt/module/flume目录下创建upload文件夹
[jason@hadoop102 flume]$ mkdir upload
向upload文件夹中添加文件
[jason@hadoop102 upload]$ touch jason.txt [jason@hadoop102 upload]$ touch jason.tmp [jason@hadoop102 upload]$ touch jason.log
5）查看HDFS上的数据
6）等待1s，再次查询upload文件夹
[jason@hadoop102 upload]$ ll 总用量 0 -rw-rw-r--. 1 jason jason 0 5月 20 22:31 jason.log.COMPLETED -rw-rw-r--. 1 jason jason 0 5月 20 22:31 jason.tmp -rw-rw-r--. 1 jason jason 0 5月 20 22:31 jason.txt.COMPLETED
