flume按照日志时间写hdfs实现

标签：flume hdfssink

flume写hdfs的操作在HDFSEventSink.process方法中，路径创建由BucketPath完成

分析其源码（参考：http://caiguangguang.blog.51cto.com/1652935/1619539）

可以使用%{}变量替换的形式实现，只需要获取event中时间字段（nginx日志的local time）传入hdfs.path即可

具体实现如下：

1.在KafkaSource的process方法中增加：

          dt = KafkaSourceUtil.getDateMessage(new String(kafkaMessage));
          hour = KafkaSourceUtil.getHourMessage(new String(kafkaMessage));
          headers.put("eventdate",dt);
          headers.put("eventhour",hour);
          log.debug("source get one event header info");

增加两个头部，分别用来记录日志的day和hour

2.KafkaSourceUtil中的方法

因为我们的消息body是json的，因此用得了java的json-lib包,比如取消息的day:

  public static String getDateMessage(String message) {
    String dt = null;
    JSONObject json = JSONObject.fromObject(message);
    String[] splitMessage = json.getString("message").split("\t");
    String logTime = splitMessage[3].trim();
    log.debug("in getDateMessage logTime is: " + logTime);
    String format = "[dd/MMM/yyyy:HH:mm:ss Z]";
    SimpleDateFormat rawDateFormat = null;
    Date date = null;
    SimpleDateFormat dateFormat1 = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS");
    SimpleDateFormat dateFormat2 = new SimpleDateFormat("yyyyMMdd");
    rawDateFormat = new SimpleDateFormat(format,Locale.ENGLISH);
    try{
        date = rawDateFormat.parse(logTime);
        dt = dateFormat2.format(date);
        log.debug("in getDateMessage dt is: " + dt);
    }catch(Exception ex){
        dt = "empty";
    }
    return dt;
  }

2.hdfs.path设置头即可

agent-server4.sinks.hdfs-sink2.type = hdfs
agent-server4.sinks.hdfs-sink2.hdfs.path = hdfs://xxx:8020/data/flume/mobile-ubt-all/%{eventdate}/%{eventhour}

最终日志：

flume-server4.log.3:09 Apr 2015 15:18:49,966 DEBUG [hdfs-hdfs-sink1-roll-timer-0] (org.apache.flume.sink.hdfs.BucketWriter$2.call:276)  - Rolling file (hdfs://xxx:8020/data/flume/mobile-ubt-all/20150409/12/192.168.101.52-04-01-.1428563869866.tmp): Roll scheduled after 60 sec elapsed.
flume-server4.log.3:09 Apr 2015 15:18:49,969 INFO  [hdfs-hdfs-sink1-roll-timer-0] (org.apache.flume.sink.hdfs.BucketWriter.close:363)  - Closing hdfs://xxx:8020/data/flume/mobile-ubt-all/20150409/12/192.168.101.52-04-01-.1428563869866.tmp
flume-server4.log.3:09 Apr 2015 15:18:49,990 INFO  [hdfs-hdfs-sink1-call-runner-2] (org.apache.flume.sink.hdfs.BucketWriter$8.call:629)  - Renaming hdfs://xxx:8020/data/flume/mobile-ubt-all/20150409/12/192.168.101.52-04-01-.1428563869866.tmp to hdfs://192.168.101.6:8020/data/flume/mobile-ubt-all/20150409/12/192.168.101.52-04-01-.1428563869866

本文出自 “菜光光的博客” 博客，请务必保留此出处http://caiguangguang.blog.51cto.com/1652935/1635772

flume按照日志时间写hdfs实现

标签：flume hdfssink

原文地址：http://caiguangguang.blog.51cto.com/1652935/1635772