Flume实战案例 -- 从HDFS上读取某个文件到本地目录

Posted Tenic

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Flume实战案例 -- 从HDFS上读取某个文件到本地目录相关的知识,希望对你有一定的参考价值。

需求分析
  • 我们从HDFS上的特定目录下的文件,读取到本地目录下的特定目录下

  • 根据需求,首先定义以下3大要素

    • 数据源组件,即source ——监控HDFS目录文件 : exec \'tail -f\'

    • 下沉组件,即sink—— file roll sink

    • 通道组件,即channel——可用file channel 也可以用内存channel

flume配置文件开发
  • 配置文件编写:

    cd /bigdata/install/flume-1.9.0/conf/
    vim hdfs2local.conf
    
  • 内容如下

    # Name the components on this agent
    a1.sources = r1
    a1.sinks = k1
    a1.channels = c1
    
    # Describe/configure the source
    # 注意:不能往监控目中重复丢同名文件
    a1.sources.r1.type = exec
    a1.sources.r1.command = hdfs dfs -tail -f /hdfs2flume/test/a.txt
    a1.sources.r1.channels = c1
    
    # sink 配置信息
    a1.sinks.k1.type = file_roll
    a1.sinks.k1.channel = c1
    a1.sinks.k1.sink.directory = /bigdata/install/mydata/flume/hdfs2local
    
    a1.sinks.k1.sink.rollInterval = 3600
    a1.sinks.k1.sink.pathManager.prefix = event-
    a1.sinks.k1.sink.serializer = TEXT
    a1.sinks.k1.sink.batchSize = 100
    
    # Use a channel which buffers events in memory
    a1.channels.c1.type = memory
    # channel中存储的event的最大数目
    a1.channels.c1.capacity = 1000
    # 每次传输数据,从source最多获得event的数目或向sink发送的event的最大的数目
    a1.channels.c1.transactionCapacity = 100
    
    # Bind the source and sink to the channel
    a1.sources.r1.channels = c1
    a1.sinks.k1.channel = c1
    
  • 准备HDFS文件信息

    vi a.txt
    
    #输入一下内容,保存并推送到HDFS上
    1  zhangsan  21
    2  lisi  22
    3  wangwu  23
    4  zhaoliu  24
    5  guangyunchang  25
    6  gaojianli  27
    
    hdfs dfs -put ./a.txt /hdfs2flume/test/a.txt
    
  • 准备本地目录文件夹

    mkdir -p /bigdata/install/mydata/flume/hdfs2local
    
  • 启动flume

    cd /bigdata/install/flume-1.9.0
    bin/flume-ng agent -c ./conf -f ./conf/hdfs2local.conf -n a1 -Dflume.root.logger=INFO,console
    
  • 追加hdfs上a.txt文件内容,验证本地目录文件夹,如下图

以上是关于Flume实战案例 -- 从HDFS上读取某个文件到本地目录的主要内容,如果未能解决你的问题,请参考以下文章

flume读取日志文件并存储到HDFS

实战系列Flume + kafka + HDFS构建日志采集系统

使用flume sink hdfs小文件优化以及HDFS小文件问题分析和解决

Flume采集目录及文件到HDFS案例

flume 监控hive日志文件

flume简介与监听文件目录并sink至hdfs实战