案例 首先启动Flume任务，监控本机44444端口 服务端: 通过netcat工具向本机44444端口发送消息 客户端:Flume将监听的数据实时显示在控制台 1．安装netcat工具
yum install -y nc2.判断44444端口是否被占用
netstat -tunlp | grep 44444功能描述：netstat命令是一个监控TCP/IP网络的非常有用的工具，它可以显示路由表、实际的网络连接以及每一个网络接口设备的状态信息。 基本语法：netstat [选项] 选项参数：
-t或–tcp：显示TCP传输协议的连线状况； -u或–udp：显示UDP传输协议的连线状况； -n或–numeric：直接使用ip地址，而不通过域名服务器； -l或–listening：显示监控中的服务器的Socket； -p或–programs：显示正在使用Socket的程序识别码（PID）和程序名称
3.创建Flume Agent配置文件flume-netcat-logger.conf 在flume目录下创建job文件夹并进入job文件夹。
mkdir job cd job在job文件夹下创建Flume Agent配置文件flume-netcat-logger.conf。
# 配置source sink channel 名称 a1.sources = r1 //a1 的输入源 a1.sinks = k1 //a1 的输出目的地 a1.channels = c1 //c1 a1的缓冲区 # 配置source a1.sources.r1.type = netcat //a1 的输入源类型为netcat端口类型 a1.sources.r1.bind = localhost //a1的监听的主机 a1.sources.r1.port = 44444 //a1的监听端口号 # 配置sink a1.sinks.k1.type = logger //a1的输出目的地是控制台logger类型 # 配置channel a1.channels.c1.type = memory //a1的channel是memory内存型 a1.channels.c1.capacity = 1000 //a1的channel总容量1000个event a1.channels.c1.transactionCapacity = 100 //a1的channel传输时收集到100条以后再去提交事务 # 绑定source,sink,channel # Bind the source and sink to the channel a1.sources.r1.channels = c1 //表示r1和c1连接起来 a1.sinks.k1.channel = c1 //表示k1和c1连接起来注：配置文件来源于官方手册http://flume.apache.org/FlumeUserGuide.html
4.先开启flume监听端口 第一种写法
flume-ng agent --conf conf/ --name a1 --conf-file job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console第二种写法
flume-ng agent -c conf/ -n a1 –f job/flume-netcat-logger.conf -Dflume.root.logger=INFO,console5.参数说明 –conf conf/ ：表示配置文件存储在conf/目录 –name a1 ：表示给agent起名为a1 –conf-file job/flume-netcat.conf ：flume本次启动读取的配置文件是在job文件夹下的flume-telnet.conf文件。 -Dflume.root.logger==INFO,console ：-D表示flume运行时动态修改flume.root.logger参数属性值，并将控制台日志打印级别设置为INFO级别。日志级别包括:log、info、warn、error。 6. 使用netcat工具向本机的44444端口发送内容
nc localhost 44444hello you will win
在Flume监听页面观察接收数据情况
案例需求：实时监控Hive日志，并上传到HDFS中 实现步骤： 1．Flume要想将数据输出到HDFS，必须持有Hadoop相关jar包 将commons-configuration-1.6.jar、 hadoop-auth-2.7.2.jar、 hadoop-common-2.7.2.jar、 hadoop-hdfs-2.7.2.jar、 commons-io-2.4.jar、 htrace-core-3.1.0-incubating.jar 拷贝到/opt/module/flume/lib文件夹下。 2.创建flume-file-hdfs.conf文件 注：要想读取Linux系统中的文件，就得按照Linux命令的规则执行命令。由于Hive日志在Linux系统中所以读取文件的类型选择：exec即execute执行的意思。表示执行Linux命令来读取文件。
vim flume-file-hdfs.conf # Name the components on this agent a2.sources = r2 a2.sinks = k2 a2.channels = c2 # Describe/configure the source a2.sources.r2.type = exec a2.sources.r2.command = tail -F /opt/module/hive/logs/hive.log a2.sources.r2.shell = /bin/bash -c # Describe the sink a2.sinks.k2.type = hdfs a2.sinks.k2.hdfs.path = hdfs://note01:9000/flume/%Y%m%d/%H #上传文件的前缀 a2.sinks.k2.hdfs.filePrefix = logs- #是否按照时间滚动文件夹 a2.sinks.k2.hdfs.round = true #多少时间单位创建一个新的文件夹 a2.sinks.k2.hdfs.roundValue = 1 #重新定义时间单位 a2.sinks.k2.hdfs.roundUnit = hour #是否使用本地时间戳 a2.sinks.k2.hdfs.useLocalTimeStamp = true #积攒多少个Event才flush到HDFS一次 a2.sinks.k2.hdfs.batchSize = 1000 #设置文件类型，可支持压缩 a2.sinks.k2.hdfs.fileType = DataStream #多久生成一个新的文件 a2.sinks.k2.hdfs.rollInterval = 60 #设置每个文件的滚动大小 a2.sinks.k2.hdfs.rollSize = 134217700 #文件的滚动与Event数量无关 a2.sinks.k2.hdfs.rollCount = 0 # Use a channel which buffers events in memory a2.channels.c2.type = memory a2.channels.c2.capacity = 1000 a2.channels.c2.transactionCapacity = 100 # Bind the source and sink to the channel a2.sources.r2.channels = c2 a2.sinks.k2.channel = c2启动flume
[root@note01 job]# flume-ng agent --conf ../conf/ --name a2 --conf-file ./flume-file-hdfs.conf注意：
对于所有与时间相关的转义序列，Event Header中必须存在以 “timestamp”的key（除非hdfs.useLocalTimeStamp设置为true，此方法会使用TimestampInterceptor自动添加timestamp）。 访问hdfs的地址可以看见目录1．创建配置文件flume-dir-hdfs.conf
vim flume-dir-hdfs.conf 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 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://note01:9000/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 = c32.启动监控文件夹命令
flume-ng agent --conf conf/ --name a3 --conf-file job/flume-dir-hdfs.conf说明： 在使用Spooling Directory Source时 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
3.向upload文件夹中添加文件 在/opt/module/flume目录下创建upload文件夹
[root@note01 flume]# mkdir upload [root@note01 flume]# cd upload/ [root@note01 upload]# touch text.txt [root@note01 upload]# touch test.tmp [root@note01 upload]# touch test.log观察目录
[root@note01 upload]# ll total 0 -rw-r--r-- 1 root root 0 Oct 28 12:09 test.log.COMPLETED -rw-r--r-- 1 root root 0 Oct 28 12:09 test.tmp -rw-r--r-- 1 root root 0 Oct 28 12:09 text.txt.COMPLETED以及hdfs上目录信息
