实时监控目录下多个新文件
入门案例3
实验目的:使用 Flume 监听整个目录的文件，并上传至 HDFS
实验分析:
实验步骤：
继续上一个实验。
1.切换到/hadoop/Flume/apache-flume-1.9.0-bin/job 目录
命令：cd /hadoop/Flume/apache-flume-1.9.0-bin/job
2.新建配置文件 flume-dir-hdfs.conf
命令：
touch flume-dir-hdfs.conf
3.编辑 flume-dir-hdfs.conf 文件
命令：
vi flume-dir-hdfs.conf
添加以下内容
a3.sources = r3
a3.sinks = k3
a3.channels = c3
# Describe/configure the source
a3.sources.r3.type = spooldir
a3.sources.r3.spoolDir =
/hadoop/Flume/apache-flume-1.9.0-bin/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://dmcluster/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
点击Ecs退出编辑，:wq保存退出
4.新打开一个终端在hadoop用户下,切换到/hadoop/Flume/apache-flume-1.9.0-bin 目录下
命令：cd /hadoop/Flume/apache-flume-1.9.0-bin
5.新建 upload文件
命令：mkdir upload
6.向 upload 文件夹中添加文件
命令：cd upload
touch songshu.log
7.返回之前的终端，并且返回上一级，运行Flume
命令：cd ..
flume-ng agent --name a3 --conf-file job/flume-dir-hdfs.conf
8.打开测试终端，输入查看命令
命令：ll
显示已经上传成功
9.再新建一个songshu.tmp文件
命令：touch songshu.tmp
10.查看是否上传成功
命令：ll
提示没有上传成功，因为给过滤掉了。
11.再新建一个songshu.txt文件
命令：touch songshu.txt
12.查看是否上传成功
命令：ll
13.在HDFS上查看数据
命令：hdfs dfs -ls /flume/
命令：hdfs dfs -ls /flume/upload
详细学习内容可观看Spark快速大数据处理扫一扫~~~或者引擎搜索Spark余海峰
