Flume的安装

Flume的安装 Flume的安装

• Flume最主要的作用就是，实时读取服务器本地磁盘的数据，将数据写入到HDFS
• Agent 是一个 JVM 进程，它以事件的形式将数据从源头送至目的
• Agent 主要有 3 个部分组成，Source、Channel(缓冲区，管道)、Sink

1、将Flume的安装包拷贝到/opt/software目录下

[mnlg@XJ202 ~]$ cd /opt/software/
[mnlg@XJ202 software]$ tar -xf apache-flume-1.9.0-bin.tar -C /opt/module/	//解压Flume安装包
[mnlg@XJ202 software]$ cd /opt/module/
[mnlg@XJ202 module]$ ll
[mnlg@XJ202 module]$ mv apache-flume-1.9.0-bin/ flume-1.9.0					//更改安装包的名称
[mnlg@XJ202 module]$ ll

2、将lib文件夹下的guava-11.0.2.jar删除以兼容Hadoop 3.1.3

[mnlg@XJ202 module]$ cd flume-1.9.0/
[mnlg@XJ202 flume-1.9.0]$ ll
[mnlg@XJ202 flume-1.9.0]$ cd lib/			//需删除的文件在lib中
[mnlg@XJ202 lib]$ ll
[mnlg@XJ202 lib]$ rm guava-11.0.2.jar		//删除此文件
[mnlg@XJ202 lib]$ cd ..
//或写成[mnlg@XJ202 lib]$ rm /opt/module/flume/lib/guava 11.0.2.jar

3、创建 dir-flume-hdfs.conf 文件

[mnlg@XJ202 flume-1.9.0]$ mkdir job			//新建job文件夹
[mnlg@XJ202 flume-1.9.0]$ cd job/
[mnlg@XJ202 job]$ vim dir-flume-hdfs.conf  
//dir-flume-hdfs.conf内容(第17行‘XJ202’根据需求进行更改)
a3.sources = r3
a3.sinks = k3
a3.channels = c3
# Describe/configure the source
a3.sources.r3.type = spooldir
a3.sources.r3.spoolDir = /opt/module/upload
a3.sources.r3.fileSuffix = .COMPLETED
a3.sources.r3.fileHeader = true
#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
a3.sinks.k3.hdfs.path =hdfs://XJ202:8020/flume/upload/%Y%m%d/%H
#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
a3.sinks.k3.hdfs.rollInterval = 60
#设置每个文件的滚动大小大概是 128M
a3.sinks.k3.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
a3.sinks.k3.hdfs.rollCount = 0
# 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

4、启动监控文件夹命令

[mnlg@XJ202 job]$ my_hadoop.sh start			//启动集群
[mnlg@XJ202 job]$ cd ..
[mnlg@XJ202 flume-1.9.0]$ cd ..
[mnlg@XJ202 module]$ mkdir upload				//新建upload文件夹
[mnlg@XJ202 module]$ cd flume-1.9.0/
[mnlg@XJ202 flume-1.9.0]$ bin/flume-ng agent -n a3 -f job/dir-flume-hdfs.conf	//执行监控命令

5、新开一个一样的窗口运行（以下都在新窗口输入）

[mnlg@XJ202 ~]$ ll
[mnlg@XJ202 ~]$ cp 1.txt /opt/module/upload/	//复制1.txt文件到upload文件夹下

6、进入浏览器端口查看Flume文件夹中是否有文件上传成功

[mnlg@XJ202 ~]$ cat 1.txt						//查看文件内容是否与端口文件内容一致

注：可添加打印日志功能

//将监控文件夹命令语句加入 - Dflume.root.logger=INFO,console
[mnlg@XJ202 flume-1.9.0]$ bin/flume-ng agent -n a3 -f job/dir-flume-hdfs.conf - Dflume.root.logger=INFO,console