一、目的
为了实现用Flume实时采集Hive的操作日志到HDFS中，于是进行了一场实验
二、前期准备
（一）安装好Hadoop、Hive、Flume等工具
（二）查看Hive的日志在Linux系统中的文件路径
root@hurys23 conf# find / -name hive.log
/home/log/hive312/hive.log
（三）在HDFS中创建文件夹flume，即Hive日志写入的HDFS文件
三、创建Flume的任务文件
root@hurys23 conf# vi flume-file-hdfs.conf
Name the components on this agent
a2.sources = r2
a2.sinks = k2
a2.channels = c2
Describe/configure the source
a2.sources.r2.type = exec
a2.sources.r2.command = tail -F /home/log/hive312/hive.log
Describe the sink
a2.sinks.k2.type = hdfs
a2.sinks.k2.hdfs.path = hdfs://hurys23:8020/flume/%Y%m%d/%H
#上传文件的前缀
a2.sinks.k2.hdfs.filePrefix = logs-
#是否按照时间滚动文件夹
a2.sinks.k2.hdfs.round = true
#多少时间单位创建一个新的文件夹
a2.sinks.k2.hdfs.roundValue = 1
#重新定义时间单位
a2.sinks.k2.hdfs.roundUnit = hour
#是否使用本地时间戳
a2.sinks.k2.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
a2.sinks.k2.hdfs.batchSize = 100
#设置文件类型，可支持压缩
a2.sinks.k2.hdfs.fileType = DataStream
#多久生成一个新的文件
a2.sinks.k2.hdfs.rollInterval = 60
#设置每个文件的滚动大小
a2.sinks.k2.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
a2.sinks.k2.hdfs.rollCount = 0
Use a channel which buffers events in memory
a2.channels.c2.type = memory
a2.channels.c2.capacity = 1000
a2.channels.c2.transactionCapacity = 100
Bind the source and sink to the channel
a2.sources.r2.channels = c2
a2.sinks.k2.channel = c2
注意：
1、配置文件中的各项参数需要调式，这里只是为了演示，实现目的、打通路径即可！实际在项目中操作时需要调试参数。
2、a2.sources.r2.command = tail -F /home/log/hive312/hive.log 为hive.log在Linux中的路径
3、a2.sinks.k2.hdfs.path = hdfs://hurys23:8020/flume/%Y%m%d/%H 为写入的HDFS文件路径
四、启动Flume任务文件
root@hurys23 flume190# bin/flume-ng agent -n a2 -f /usr/local/hurys/dc_env/flume/flume190/conf/flume-file-hdfs.conf
五、Flume任务运行时写入的HDFS文件状况
（一）目前时间
2023/12/5 14时
（二）HDFS的flume文件夹中根据时间戳自动生成20231205文件夹、14文件夹及其logs文件
（三）HDFS的log文件内容，以logs-.1701757858263为例
六、关闭Flume任务
首先jps查看Flume任务，然后直接kill程序
root@hurys23 conf# jps
28385 NodeManager
27938 SecondaryNameNode
16642 RunJar
27496 NameNode
27657 DataNode
8717 Jps
28215 ResourceManager
8282 Application
root@hurys23 conf# kill -9 8282
Hive日志成功采集到HDFS！演示就先到这里吧，后面如果有需要就再更新。
再提醒一遍，博客中Flume配置文件里面的参数只是为了演示而已，具体实践时需要根据实际情况进行调整，不要照搬！！！