说明

监控本地文件，将变化数据上传 Hive 在 HDFS 目录上

准备

hive 要启动 mysql
hive 要启动 metastore

https://www.malaoshi.top/show_1IX2HLjutY5g.html

hive 创建表

创建外部表

cd /program/hive-3.1.2/bin

./hive

create external table t_log
(
    datetime string,
    ip string,
    msg string
)
row format delimited fields terminated by ',' ;

通过 spark thrift 服务创建外部表

创建外部表需要指定 location 路径

create external table t_log 
(
    datetime string,
    ip string,
    msg string
)
row format delimited fields terminated by ','
LOCATION '/user/hive/warehouse/t_log'
;

查看表位置

http://hadoop1:9870/explorer.html#/user/hive/warehouse/t_log

如下：

/user/hive/warehouse/t_log

下面会用到

编写配置文件

cd /program/flume-1.9.0/conf

vim test_hive.conf

内容如下：

# 定义agent名字为a1，相当于变量名，可任意起
# 设置 sources、sinks、channels的名字
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# 配置source类型为taildir
a1.sources.r1.type = TAILDIR
a1.sources.r1.filegroups = f1

# 监控该文件
a1.sources.r1.filegroups.f1 = /test_flume/1.log

# 配置 sink 
a1.sinks.k1.type = hdfs
# hdfs目录，即：上面查看的位置
a1.sinks.k1.hdfs.path = hdfs://hadoop1:8020/user/hive/warehouse/t_log
# 不压缩
a1.sinks.k1.hdfs.fileType = DataStream
# 文件后缀
a1.sinks.k1.hdfs.fileSuffix = .log
# 间隔 60s 后，如果有数据，就新建文件
a1.sinks.k1.hdfs.rollInterval = 60
# 如果写入内容达到120m（要低于hadoop的128m），就新建文件
a1.sinks.k1.hdfs.rollSize = 125829120


# 配置 channel 类型为内存
a1.channels.c1.type = memory

# 内存队列最大为1000，可以存储1000个event
a1.channels.c1.capacity = 1000

# 一个事务中从source接收的events数量或发送给sink的events数量最大为100
a1.channels.c1.transactionCapacity = 100

# 将source 和 sink 绑定到channel上
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

启动

进入 flume 根目录：

cd /program/flume-1.9.0/

执行下面命令（必须在上面目录中才能执行）：

bin/flume-ng agent -n a1 -c conf -f conf/test_hive.conf -Dflume.root.logger=INFO,console

解释：
https://www.malaoshi.top/show_1IX258AKgb2F.html

执行结果

会打印一大堆信息，看到下面字样，表示启动成功：

2021-10-20 22:59:04,284 (lifecycleSupervisor-1-4) [INFO - org.apache.flume.instrumentati                                                                                                 on.MonitoredCounterGroup.register(MonitoredCounterGroup.java:119)] Monitored counter gro                                                                                                 up for type: SOURCE, name: r1: Successfully registered new MBean.
2021-10-20 22:59:04,285 (lifecycleSupervisor-1-4) [INFO - org.apache.flume.instrumentati                                                                                                 on.MonitoredCounterGroup.start(MonitoredCounterGroup.java:95)] Component type: SOURCE, n                                                                                                 ame: r1 started

测试

修改 1.log 文件

修改 /test_flume/1.log 文件：

增加下面内容：

2021-10-05 16:30:40,192.168.1.200,李雷
2021-10-05 18:30:40,192.168.1.200,lucy
2021-10-06 16:30:40,192.168.1.200,李雷点击了iphone广告
2021-10-06 18:30:40,192.168.1.200,lucy点击lv广告

在 hive 中查询表

在 hive 命令环境中，查询表：

select * from t_log

查询结果：

2021-10-05 16:30:40     192.168.1.200   李雷
2021-10-05 18:30:40     192.168.1.200   lucy
2021-10-06 16:30:40     192.168.1.200   李雷点击了iphone广告
2021-10-06 18:30:40     192.168.1.200   lucy点击lv广告
Time taken: 0.187 seconds, Fetched: 4 row(s)

说明

准备