dir-hdfs.conf:
#spooldir:flume中自带的读取目录的source,只要出现新文件就会被读走 #定义三大组件的名称 ag1.sources = source1 ag1.sinks = sink1 ag1.channels = channel1 # 配置source组件 ag1.sources.source1.type = spooldir #官网flume.apache.org ag1.sources.source1.spoolDir = /root/log/ #具体的目录 ag1.sources.source1.fileSuffix=.FINISHED #文件后缀,文件内容被读走了就改成这样了 # 配置sink组件 ag1.sinks.sink1.type = hdfs ag1.sinks.sink1.hdfs.path =hdfs://node1:8020/access_log/%y-%m-%d/%H-%M ag1.sinks.sink1.hdfs.filePrefix = app_log ag1.sinks.sink1.hdfs.fileSuffix = .log ag1.sinks.sink1.hdfs.batchSize= 100 ag1.sinks.sink1.hdfs.fileType = DataStream ag1.sinks.sink1.hdfs.writeFormat =Text ## roll:滚动切换:控制写文件的切换规则 ag1.sinks.sink1.hdfs.rollSize = 512000 ## 按文件体积(字节)来切 500k #需要讲的:hdfs.rollInterval hdfs.rollCount hdfs.writeFormat hdfs.fileType ag1.sinks.sink1.hdfs.rollCount = 1000000 ## 按event条数切 ag1.sinks.sink1.hdfs.rollInterval = 60 ## 按时间间隔切换文件 三个,哪个满足就用哪个 ## 控制生成目录的规则 目录多久切一次 ag1.sinks.sink1.hdfs.round = true ag1.sinks.sink1.hdfs.roundValue = 10 #多久切一次 10分钟 ag1.sinks.sink1.hdfs.roundUnit = minute #单位 ag1.sinks.sink1.hdfs.useLocalTimeStamp = true # channel组件配置 ag1.channels.channel1.type = memory ag1.channels.channel1.capacity = 500000 ## event条数 在通道中暂存的最大数量 数量要大于sink的batchSize的100条 ag1.channels.channel1.transactionCapacity = 600 ##flume事务控制所需要的缓存容量600条event 多少条记录归拢到一个事务中 # 绑定source、channel和sink之间的连接 ag1.sources.source1.channels = channel1 ag1.sinks.sink1.channel = channel1