flume采集数据直接存到hive中

Posted 2022-05-30 W~J~L

记录一下自己前段时间解决的问题！

首先启动hadoop：

start-all.sh

然后就将hive中的这四个架包拷贝到flume的lib目录下：

拷贝过去：

cp /opt/hive/hcatalog/share/* /opt/flume/lib/

启动hive元数据服务，窗口不要关：

在hive中建表，根据你要采集的数据字段进行建表，并开启orc支持：

Hive命令行查询orc表时，需要激活以下配置，在hive中输入：

set hive.support.concurrency = true;
set hive.exec.dynamic.partition.mode = nonstrict;
set hive.txn.manager = org.apache.hadoop.hive.ql.lockmgr.DbTxnManager;

接着就是开始配置你的flume文件，在添加输入文件的编码格式为GBK（主要还是取决于你文件的编码），不然会报错。配置如下：

开启flume:
./flume-ng agent -n a1 -c conf -f /opt/flume/conf/one.conf -Dflume.root.lodder=INFO,console
其中-Dflume.root.lodder=INFO,console可不要，是日志打印：

将待采集的数据发给到监控文件目录下：

Flume开始工作：

最后去hive表中查看结果：

OK，搞定！

下面是我在过程中遇到的一些问题：

ip地址为master（xx.xx.xx.xx）而不是127.0.0.1

这里将通道从源获取或提供给接收器的最大事件数值设置大一些，来满足你自己的需求。如果是100则会报错。

每天扣扣脑袋，敲敲代码，还是挺有意思的呢！