Flume連接HDFS和Hive

Flume連接HDFS

  1. 進入Flume配置




  2. 配置flume.conf


 # Name the components on this agent
 a1.sources = r1
 a1.sinks = k1
 a1.channels = c1

 # sources
 a1.sources.r1.type = netcat
 a1.sources.r1.bind = 0.0.0.0
 a1.sources.r1.port = 41414

 # sinks
 a1.sinks.k1.type = hdfs
 a1.sinks.k1.hdfs.path = hdfs://slave1/flume/events/%y-%m-%d/%H%M/%S
 a1.sinks.k1.hdfs.filePrefix = events-
 a1.sinks.k1.hdfs.round = true
 a1.sinks.k1.hdfs.roundValue = 10
 a1.sinks.k1.hdfs.roundUnit = minute
 a1.sinks.k1.hdfs.useLocalTimeStamp=true
 a1.sinks.k1.hdfs.batchSize = 10
 a1.sinks.k1.hdfs.fileType = DataStream

 # channels
 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
  1. 測試telnet通信
telnet slave1 41414
  1. 查看日志找到HDFS文件


  2. 查看文件內容,測試成功



Windows下Flume連接Hive

 # Name the components on this agent
a1.sources=r1
a1.sinks=k1
a1.channels=c1

# source
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=43434

 # sink
a1.sinks.k1.type = hive
a1.sinks.k1.hive.metastore = thrift://192.168.18.33:9083
a1.sinks.k1.hive.database = bd14
a1.sinks.k1.hive.table = flume_log
a1.sinks.k1.useLocalTimeStamp = true
a1.sinks.k1.serializer = DELIMITED
a1.sinks.k1.serializer.delimiter = "\t"
a1.sinks.k1.serializer.serdeSeparator = '\t'
a1.sinks.k1.serializer.fieldnames = id,time,context
a1.sinks.k1.hive.txnsPerBatchAsk = 5

 # channel
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
  1. 配置Windows下的flume
 # Name the components on this agent
 a1.sources = r1
 a1.sinks = k1
 a1.channels = c1

 # source
 a1.sources.r1.type = spooldir
 a1.sources.r1.spoolDir = F:\\test
 a1.sources.r1.fileHeader = true

 # sink
 a1.sinks.k1.type = avro
 a1.sinks.k1.hostname = 192.168.18.34
 a1.sinks.k1.port = 43434

 # channel
 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
  1. 在hive中創(chuàng)建日志表



    在flume文檔中要求將hive表分桶以及設置為orc格式杈绸,測試不聲明orc格式,Hive將不會收到數(shù)據(jù)

create table flume_log(
id int
,time string
,context string
)
clustered by (id) into 3 buckets
stored as orc;
  1. 創(chuàng)建日志文件到監(jiān)控目錄F:\test


  2. 在Windows中 flume的bin目錄下啟動flume

flume-ng.cmd agent -conf-file ../conf/windows.conf -name a1 -property flume.root.logger=INFO,console
  1. 在Windows中查找一個log文件拖放到F:\test中柑潦,內容如下


  2. 當flume讀取完文件后帕棉,文件后綴會增加completed


  3. 查看Hive表


  4. 測試成功,本來是想通過impala查詢Hive表秦叛,但Impala不支持orc格式的Hive表蚕愤,而flume中sink端需要采用orc格式傳輸數(shù)據(jù)答恶,所以只能放棄impala,后續(xù)解決問題再進行補充

三萍诱、遇到問題

  1. Flume無法連接到HDFS
    解決:a1.sinks.k1.hdfs.path = hdfs://slave1:9000/flume/events/%y-%m-%d/%H%M/%S
    改為 a1.sinks.k1.hdfs.path = hdfs://slave1/flume/events/%y-%m-%d/%H%M/%S

原因:在CDH的Flume中悬嗓,設置路徑只需要IP地址,不需要配置端口

  1. HDFS文件存在亂碼



    解決:在flume配置中添加

a1.sinks.k1.hdfs.fileType = DataStream

原因:
hdfs.fileType默認為SequenceFile裕坊,會壓縮文件


  1. AvroRuntimeException: Excessively large list allocation request detected: 825373449 items!



    解決:調整flume中java堆棧大小
    原因:Flume內存溢出

  2. NoClassDefFoundError: org/apache/hive/hcatalog/streaming/RecordWriter



    解決:
    找到Hive的jar包所在目錄



    找到Flume的jar包所在目錄
cp /opt/cloudera/parcels/CDH-5.11.1-1.cdh5.11.1.p0.4/jars/hive-* /opt/cloudera/parcels/CDH-5.11.1-1.cdh5.11.1.p0.4/lib/flume-ng/lib/

原因:flume缺少了hive的jar包包竹,需要從CDH拷貝

  1. EventDeliveryException: java.lang.NullPointerException: Expected timestamp in the Flume event headers, but it was null



    原因:時間戳參數(shù)設置錯誤
    解決:
    在flume的conf文件中配置sink端

a1.sinks.k1.hive.useLocalTimeStamp=true

參考文章:
https://blog.csdn.net/lifuxiangcaohui/article/details/49949865
https://blog.csdn.net/panguoyuan/article/details/39555239
http://miximixi.me/index.php/archives/961

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市籍凝,隨后出現(xiàn)的幾起案子周瞎,更是在濱河造成了極大的恐慌,老刑警劉巖饵蒂,帶你破解...
    沈念sama閱讀 221,576評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件声诸,死亡現(xiàn)場離奇詭異,居然都是意外死亡退盯,警方通過查閱死者的電腦和手機彼乌,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,515評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來渊迁,“玉大人慰照,你說我怎么就攤上這事×鹦啵” “怎么了毒租?”我有些...
    開封第一講書人閱讀 168,017評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長漓骚。 經常有香客問我蝌衔,道長,這世上最難降的妖魔是什么蝌蹂? 我笑而不...
    開封第一講書人閱讀 59,626評論 1 296
  • 正文 為了忘掉前任噩斟,我火速辦了婚禮,結果婚禮上孤个,老公的妹妹穿的比我還像新娘剃允。我一直安慰自己,他們只是感情好齐鲤,可當我...
    茶點故事閱讀 68,625評論 6 397
  • 文/花漫 我一把揭開白布斥废。 她就那樣靜靜地躺著,像睡著了一般给郊。 火紅的嫁衣襯著肌膚如雪牡肉。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,255評論 1 308
  • 那天淆九,我揣著相機與錄音统锤,去河邊找鬼。 笑死炭庙,一個胖子當著我的面吹牛饲窿,可吹牛的內容都是我干的。 我是一名探鬼主播焕蹄,決...
    沈念sama閱讀 40,825評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼逾雄,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了腻脏?” 一聲冷哼從身側響起鸦泳,我...
    開封第一講書人閱讀 39,729評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎迹卢,沒想到半個月后辽故,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 46,271評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡腐碱,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,363評論 3 340
  • 正文 我和宋清朗相戀三年誊垢,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片症见。...
    茶點故事閱讀 40,498評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡喂走,死狀恐怖,靈堂內的尸體忽然破棺而出谋作,到底是詐尸還是另有隱情芋肠,我是刑警寧澤,帶...
    沈念sama閱讀 36,183評論 5 350
  • 正文 年R本政府宣布遵蚜,位于F島的核電站帖池,受9級特大地震影響奈惑,放射性物質發(fā)生泄漏。R本人自食惡果不足惜睡汹,卻給世界環(huán)境...
    茶點故事閱讀 41,867評論 3 333
  • 文/蒙蒙 一肴甸、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧囚巴,春花似錦原在、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,338評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至秽浇,卻和暖如春浮庐,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背兼呵。 一陣腳步聲響...
    開封第一講書人閱讀 33,458評論 1 272
  • 我被黑心中介騙來泰國打工兔辅, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人击喂。 一個月前我還...
    沈念sama閱讀 48,906評論 3 376
  • 正文 我出身青樓维苔,卻偏偏與公主長得像,于是被迫代替她去往敵國和親懂昂。 傳聞我的和親對象是個殘疾皇子介时,可洞房花燭夜當晚...
    茶點故事閱讀 45,507評論 2 359