案例三：Flume 监听本地目录，并将目录下文件上传至 HDFS

创建配置文件

1.在这里，我使用 Flume 监听的是 /usr/wang/data/upload 目录下的文件
2.在 flume 的 conf 同级目录下创建 job 文件夹，并在 job 文件夹内创建 flume-dir-hdfs.conf

cd /usr/wang/flume
mkdir job
cd job
vim flume-dir-hdfs.conf

将下方文件拷贝到 flume-dir-hdfs.conf 中

a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = spooldir
a1.sources.r1.spoolDir = /usr/wang/data/upload
a1.sources.r1.fileHeader = true
#忽略所有以.tmp结尾的文件，不上传
a1.sources.r1.ignorePattern = ([^ ]*\.tmp)

# Describe the sink
a1.sinks.k1.type = hdfs
a1.sinks.k1.hdfs.path = hdfs://master:9000/flume/upload/%Y%m%d/%H
#上传文件的前缀
a1.sinks.k1.hdfs.filePrefix = upload-
#是否按照时间滚动文件夹
a1.sinks.k1.hdfs.round = true
#多少时间单位创建一个新的文件夹
a1.sinks.k1.hdfs.roundValue = 1
#重新定义时间单位
a1.sinks.k1.hdfs.roundUnit = hour
#是否使用本地时间戳
a1.sinks.k1.hdfs.useLocalTimeStamp = true
#积攒多少个Event才flush到HDFS一次
a1.sinks.k1.hdfs.batchSize = 1000
#设置文件类型，可支持压缩
a1.sinks.k1.hdfs.fileType = DataStream
#多久生成一个新的文件
a1.sinks.k1.hdfs.rollInterval = 600
#设置每个文件的滚动大小
a1.sinks.k1.hdfs.rollSize = 134217700
#文件的滚动与Event数量无关
a1.sinks.k1.hdfs.rollCount = 0
#最小冗余数
a1.sinks.k1.hdfs.minBlockReplicas = 1


# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

注意上方的 a1.sinks.k1.hdfs.path 中的 hdfs 端口号应该与你在 hadoop 下的 core-site.xml 中配置的 NameNode 的地址相同，之前因为端口号不正确，会在 log 日志中出现 connect refused

<configuration>
        <!-- 指定HDFS中NameNode的地址 -->
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://master:9000</value>
        </property>

        <!-- 指定Hadoop运行时产生文件的存储目录 -->
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/usr/wang/hadoop/data/tmp</value>
        </property>
</configuration>

测试

1.在执行监控配置之前，需要先将 HDFS 集群启动起来

cd /usr/wang/hadoop/sbin
./start-dfs.sh

2.执行监控配置

cd /usr/wang/flume
bin/flume-ng agent --conf conf/ --name a1 --conf-file job/flume-file-hdfs.conf

3.查看 HDFS 上是否创建成功

/usr/wang/hadoop/bin/hdfs dfs -ls /flume

4.查看本地的被监控文件夹

另注：在这个过程中，当我在 /usr/wang/data/upload 文件夹下创建 hello.txt 并向其中写入数据，保存关闭后，Flume同样会将 hello.txt 这个文件上传至 HDFS

5.关闭
在执行监控配置端输入 ctrl + c 即可关闭，或者直接使用

sudo kill -9 进程号