[warning] 实验环境：伪分布式环境

Flume的数据采集是通过编写配置文件的方式进行数据的定义和采集

[info] 实验流程

[info] （1）进入Flume的conf目录，编写配置文件

# 1.进入Flume的conf
cd /data/module/flume-1.7.0/conf

# 2.创建a1.conf配置文件
vi a1.conf

# 3.添加以下内容进配置文件

# 定义agent名，source、channel、sink的名称
a1.sources = r1
a1.channels = c1
a1.sinks = k1

# 具体定义source
a1.sources.r1.type = spooldir
a1.sources.r1.spoolDir = /data/software/testLog

# 具体定义channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 10000
a1.channels.c1.transactionCapacity = 100

# 具体定义sink
a1.sinks.k1.type = hdfs
a1.sinks.k1.hdfs.path = hdfs://bigdata1:9000/flume/%y%m%d/%H
#定义文件的类型为：DataStream，也就是纯文本
a1.sinks.k1.hdfs.fileType = DataStream
#数据暂存在内存中，满足任何一个条件就flush成一个小文件
#不按照条数生成文件
a1.sinks.k1.hdfs.rollCount = 0
#HDFS上的文件达到32M是生成一个文件
a1.sinks.k1.hdfs.rollSize = 33554432
#HDFS上的文件达到60秒生成一个文件
a1.sinks.k1.hdfs.rollInterval = 60
a1.sinks.k1.hdfs.useLocalTimeStamp = true

# 组装source、channel、sink
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

[info] （2）创建日志采集目录

# 创建日志采集目录/data/software/testLog
mkdir -p /data/software/testLog

[info] （3）启动Hadoop服务

# 1.数据采集到HDFS，所以需要开启Hadoop环境
start-all.sh

:-:

[info] （4）启动日志采集配置文件

# 1.进入flume项目
cd /data/module/flume-1.7.0

# 2.在fulume目录执行启动配置文件
flume-ng agent -name a1 -c conf -f conf/a1.conf -Dflume.root.logger=INFO,console

[info] （5）模拟日志文件产生

:-:

# 1.把这些日志文件一个一个分批次上传去虚拟机/data/software/testLog，模拟日志生成过程
cd /data/software/testLog

# 2.把日志文件上传到/data/software/testLog中，Flume服务实时监测到日志的产生会自动采集

:-:

:-:

[info] （6）在HDFS中检查生成的文件

:-:

:-: