共计 1319 个字符，预计需要花费 4 分钟才能阅读完成。
Flume 采集 Nginx 日志到 HDFS
下载 apache-flume-1.7.0-bin.tar.gz，用
tar -zxvf
解压，在 /etc/profile 文件中增加设置：
export FLUME_HOME=/opt/apache-flume-1.7.0-bin
export PATH=$PATH:$FLUME_HOME/bin
修改 $FLUME_HOME/conf/ 下的两个文件，在 flume-env.sh 中增加 JAVA_HOME：
JAVA_HOME=/opt/jdk1.8.0_121
最重要的，修改 flume-conf.properties 文件：
# 配置 Agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1
# 配置 Source
a1.sources.r1.type = exec
a1.sources.r1.channels = c1
a1.sources.r1.deserializer.outputCharset = UTF-8
# 配置需要监控的日志输出目录
a1.sources.r1.command = tail -F /usr/local/nginx/log/access.log
# 配置 Sink
a1.sinks.k1.type = hdfs
a1.sinks.k1.channel = c1
a1.sinks.k1.hdfs.useLocalTimeStamp = true
a1.sinks.k1.hdfs.path = hdfs://master:9000/flume/events/%Y-%m
a1.sinks.k1.hdfs.filePrefix = %Y-%m-%d-%H
a1.sinks.k1.hdfs.fileSuffix = .log
a1.sinks.k1.hdfs.minBlockReplicas = 1
a1.sinks.k1.hdfs.fileType = DataStream
a1.sinks.k1.hdfs.writeFormat = Text
a1.sinks.k1.hdfs.rollInterval = 86400
a1.sinks.k1.hdfs.rollSize = 1000000
a1.sinks.k1.hdfs.rollCount = 10000
a1.sinks.k1.hdfs.idleTimeout = 0
# 配置 Channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
# 将三者连接
a1.sources.r1.channel = c1
a1.sinks.k1.channel = c1
以上文件设置了 Source、Channel 和 Sink，将 Nginx 日志中的记录采集到 HDFS，运行
flume-ng agent -n a1 -c conf -f $FLUME_HOME/conf/flume-conf.properties
如果没有报错，则安装设置成功了，Nginx 中新增加的记录都会被 Flume 采集，并且存储到 HDFS。
本文永久更新链接地址 ：http://www.linuxidc.com/Linux/2017-06/144600.htm
