本文共 1905 字，大约阅读时间需要 6 分钟。

实时监控单个文件

1）案例需求：实时监控Hive日志，并上传到HDFS中 2）需求分析： 3）实现步骤： 组件选择 Exec Source，HDFS sink 1.Flume要想将数据输出到HDFS，必须持有Hadoop相关jar包 将 commons-configuration-1.6.jar、 hadoop-auth-2.7.2.jar、 hadoop-common-2.7.2.jar、 hadoop-hdfs-2.7.2.jar、 commons-io-2.4.jar、 htrace-core-3.1.0-incubating.jar 拷贝到/opt/module/flume/lib文件夹下。 2.创建flume-file-hdfs.conf文件 创建文件 [hadoop@hadoop101 job]$ vim flume-file-hdfs.conf 注：要想读取Linux系统中的文件，就得按照Linux命令的规则执行命令。由于Hive日志在Linux系统中所以读取文件的类型选择：exec即execute执行的意思。表示执行Linux命令来读取文件。 添加如下内容

# Name the components on this agenta2.sources = r2a2.sinks = k2a2.channels = c2# Describe/configure the sourcea2.sources.r2.type = execa2.sources.r2.command = tail -F /opt/module/hive/logs/hive.loga2.sources.r2.shell = /bin/bash -c# Describe the sinka2.sinks.k2.type = hdfs//一旦路径中含有基于时间的转义序列，要求event的header中必须有useLocalTimeStamp =时间戳a2.sinks.k2.hdfs.path = hdfs://hadoop101:9000/flume/%Y%m%d/%H#上传文件的前缀a2.sinks.k2.hdfs.filePrefix = logs-//一下三个和目录滚动相关，，目录一旦设置了时间转义序列，基于时间戳滚动#是否按照时间滚动文件夹a2.sinks.k2.hdfs.round = true#多少时间单位创建一个新的文件夹a2.sinks.k2.hdfs.roundValue = 1#重新定义时间单位a2.sinks.k2.hdfs.roundUnit = hour#是否使用本地时间戳a2.sinks.k2.hdfs.useLocalTimeStamp = true#积攒多少个Event才flush到HDFS一次a2.sinks.k2.hdfs.batchSize = 100# 以下三个参数和文件滚动相关，以下三个参数为或的关系，为0表示禁用#多久生成一个新的文件a2.sinks.k2.hdfs.rollInterval = 10#设置每个文件的滚动大小a2.sinks.k2.hdfs.rollSize = 134217700#文件的滚动与Event数量无关a2.sinks.k2.hdfs.rollCount = 0# Use a channel which buffers events in memorya2.channels.c2.type = memorya2.channels.c2.capacity = 10000a2.channels.c2.transactionCapacity = 1000# Bind the source and sink to the channela2.sources.r2.channels = c2a2.sinks.k2.channel = c2

3.运行Flume

[hadoop@hadoop101 flume]$ bin/flume-ng agent -c conf/ -n a2 -f job/flume-file-hdfs.conf

4.开启Hadoop和Hive并操作Hive产生日志

[hadoop@hadoop101 hadoop-2.7.2]$ sbin/start-dfs.sh[hadoop@hadoop102 hadoop-2.7.2]$ sbin/start-yarn.sh

[hadoop@hadoop101 hive]$ bin/hivehive (default)>

5.在HDFS上查看文件。