目录

需求与需求分析：

案例实操：

需求与需求分析：

使用Flume监听整个目录的文件,监听 /opt/module/flume/upload 文件下是否有新文件的加入，做到实时读取该目录下的文件到HDFS上， 分析如下：

案例实操：

1，配置flume-dir-hdfs.cof

vim flume-dir-hdfs.cof

a3.sources = r3
a3.sinks = k3
a3.channels = c3

# Describe/configure the source
a3.sources.r3.type = spooldir
a3.sources.r3.spoolDir = /opt/module/flume/upload
#将上传的文件添加后缀
a3.sources.r3.fileSuffix = .COMPLETED
a3.sources.r3.fileHeader = true
#忽略所有以.tmp结尾的文件，不上传，^ 表示匹配开头
a3.sources.r3.ignorePattern = ([^ ]*\.tmp)

# Describe the sink
a3.sinks.k3.type = hdfs
a3.sinks.k3.hdfs.path = hdfs://hadoop108:9000/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

关于上述配置中sink相关的设置的一个解释：

a3.sinks.k3.hdfs.batchSize = 100 表示积攒多少个Event才flush到HDFS一次，这里的sink会从channel不断的获取到event，但是不能来一个event就把这个event上传到HDFS中的文件中假如为文件A中去，因为这样做效率太低，所以这里设置100个event在把数据（event就是数据）写到HDFS中的文件A中去；而rollInternal=60 和rollSize表示的是HDFS上的文件夹达到了什么标准重新生成，而且设置rollCount=0 表示是否生成新文件和sink 过来的event的数量没有关系；上文所说的文件A 就是这里说的生成的新文件。event就是玩具，而新文件的生成就是箱子，玩具要一批一批放入箱子，是否使用一个新的箱子来装玩具，和玩具的数量没有关系，只和时间，和整个箱子的重量（理解为文件的大小）有关系。

2，启动HDFS（因为要获取HDFS的客户端从而向HDFS写入数据），启动监控文件夹的命令
bin/flume-ng agent --conf conf/ --name a3 --conf-file jobs/flume-dir-hdfs.cof

特点：
1)    不要在监控目录中创建并持续修改文件
2)    上传完成的文件会以.COMPLETED结尾
3)    被监控文件夹每500毫秒扫描一次文件变动
4)    这里的upload文件夹要存在

3，在/opt/module/flume/创建upload文件夹，并在该文件夹下添加文件。观察upload文件夹下的变化情况，ll
mkdir upload
touch isea.txt
touch iseayou.sh
touch iseayou.sql

检查数据：
[isea@hadoop101 upload]$ ll
总用量 0
-rw-rw-r--. 1 isea isea 0 12月 11 22:20 isea.txt.COMPLETED
-rw-rw-r--. 1 isea isea 0 12月 11 22:20 iseayou.txt.COMPLETED