Flume汇入数据到Hive&Hbase
提示：文章内容代码部分地方需要根据自身的环境路径进行修改！
目录
2.SimpleAsyncHbaseEventSerializer
编辑 3.RegexHbaseEventSerializer
前言
提示：这里可以添加本文要记录的大概内容：
主要讲述Flume汇入数据到Hive&Hbase的方法及操作。
提示：以下是本篇文章正文内容，下面案例可供参考
一.Flume汇入数据到Hive
方法一：汇入到Hive指定的HDFS路径中：
1.在hive中创建数据库和外部表
代码：
create database flume;
代码：
create external table flume_into_hive(name string,age int) partitioned by (dt string) row format delimited fields terminated by ',' location '/user/hive/warehouse/flume.db/flume_into_hive';
2.在/root中创建hive.log文件
代码：
mkdir flume-hive
cd flume-hive/
vi hive.log
3.在flume的conf路径中编写配置文件
代码：
cd /opt/software/flume/conf/
vi flume-into-hive-1.conf
代码：
agent.sources=r1
agent.channels=c1
agent.sinks=s1
agent.sources.r1.type=exec
agent.sources.r1.command=tail -F /root/flume-hive/hive.log
agent.channels.c1.type=memory
agent.channels.capacity=1000
agent.channels.c1.transactionCapacity=100
agent.sinks.s1.type=hdfs
agent.sinks.s1.hdfs.path = hdfs://node01:9000/user/hive/warehouse/flume.db/flume_into_hive/dt=%Y%m%d
agent.sinks.s1.hdfs.filePrefix = upload-
agent.sinks.s1.hdfs.fileSuffix=.txt
#是否按照时间滚动文件夹
agent.sinks.s1.hdfs.round = true
#多少时间单位创建一个新的文件夹
agent.sinks.s1.hdfs.roundValue = 1
#重新定义时间单位
agent.sinks.s1.hdfs.roundUnit = hour
#是否使用本地时间戳
agent.sinks.s1.hdfs.useLocalTimeStamp = true
#积攒多少个 Event 才 flush 到 HDFS 一次
agent.sinks.s1.hdfs.batchSize = 100
#设置文件类型，可支持压缩
agent.sinks.s1.hdfs.fileType = DataStream
agent.sinks.s1.hdfs.writeFormat=Text
#多久生成一个新的文件
agent.sinks.s1.hdfs.rollInterval = 60
#设置每个文件的滚动大小大概是 128M
agent.sinks.s1.hdfs.rollSize = 134217700
#文件的滚动与 Event 数量无关
agent.sinks.s1.hdfs.rollCount = 0
agent.sources.r1.channels=c1
agent.sinks.s1.channel=c14.运行flume
代码：
bin/flume-ng agent -c conf -f conf/hive/flume-into-hive-1.conf -n agent
5.查询hdfs中的数据
6.在hive表中加载数据
代码：
load data inpath '/user/hive/warehouse/flume.db/flume_into_hive/dt=20221109' into table flume_into_hive partition(dt=20221109);
7.查询hive表中的数据
select * from flume_into_hive;
方法二：利用HiveSink汇入数据
1.从hive/lib和和hive/hcatalog/share/hcatalog/中找寻下列JAR包，放入到flume/lib中。如果flume中有重名的则先删除flume中的再进行复制。
1.检查flume中的JAR包：
删除这两个重复jar包:
2.hive/lib和hive/hcatalog/share/hcatalog/中找寻JAR包，放入到flume/lib中
在/root中创建hive.log文件
代码：
cd flume-hive/
vi hive.log 
2.编写flume的配置文件
代码：
vi flume-into-hive-2.conf
a1.sources = s1
a1.channels = c1
a1.sinks = k1
a1.sources.s1.type=exec
a1.sources.s1.command=tail -F /root/flume-hive/hive.log
a1.sinks.k1.type = hive
a1.sinks.k1.channel=c1
a1.sinks.k1.hive.metastore = thrift://node01:9083
a1.sinks.k1.hive.database = flume
a1.sinks.k1.hive.table = flume_into_hive_1
a1.sinks.k1.useLocalTimeStamp = true
a1.sinks.k1.round = false
a1.sinks.k1.roundValue = 10
a1.sinks.k1.roundUnit = minute
a1.sinks.k1.serializer = DELIMITED
a1.sinks.k1.serializer.fieldnames =name,age
a1.channels.c1.type=memory
a1.channels.c1.capacity=1000
a1.channels.c1.transactionCapacity=100
a1.sinks.k1.channel = c1
a1.sources.s1.channels = c1
3.在hive中创建表
代码：
create table flume_into_hive_1(name string,age int) clustered by (age) into 2 buckets stored as orc tblproperties("transactional"='true');
4.在hive中设置权限
代码：
set hive.support.concurrency=true;
set hive.txn.manager=org.apache.hadoop.hive.ql.lockmgr.DbTxnManager;
5.启动metastore服务
代码：
hive --service metastore -p 9083
6.运行flume
代码：
bin/flume-ng agent -c conf -f conf/flume-into-hive-2.conf -n a1
7.查询数据
二.Flume 汇入数据到HBase
一、Flume 的HBaseSinks 详细介绍
Flume 有两大类 HBasesinks： HBaseSink (org.apache.flume.sink.hbase.HBaseSink) 和 AsyncHBaseSink (org.apache.flume.sink.hbase.AsyncHBaseSink) 。
二.HBaseSink
HBaseSink提供两种序列化模式：SimpleHbaseEventSerializer和RegexHbaseEventSerializer。
三.HBaseSinks的三种序列化模式使用
1.SimpleHbaseEventSerializer
首先在HBase里面建立一个表flume-hbase-table，拥有colfamily1和colfamily2两个列族
代码：
create 'flume-hbase-table','colfamily1','colfamily2'
然后写一个flume的配置文件flume-into-hbase.conf：
代码：
agent.sources = r1
agent.channels = c1
agent.sinks = s1
agent.sources.r1.type = exec
agent.sources.r1.command = tail -F /root/flume-hbase/test.log
agent.sources.r1.checkperiodic = 50
agent.channels.c1.type = memory
agent.channels.c1.capacity = 1000
agent.channels.c1.transactionCapacity = 100
agent.sinks.s1.type = org.apache.flume.sink.hbase.HBaseSink
agent.sinks.s1.zookeeperQuorum=node01:2181
agent.sinks.s1.table=flume-hbase-table
#HBase表的列族名称
agent.sinks.s1.columnFamily=colfamily1
agent.sinks.s1.serializer = org.apache.flume.sink.hbase.SimpleHbaseEventSerializer
#HBase表的列族下的某个列名称
agent.sinks.s1.serializer.payloadColumn=column-1
agent.sources.r1.channels = c1
agent.sinks.s1.channel=c1
运行Flume：
bin/flume-ng agent -c conf -f conf/hbase/flume-into-hbase.conf -n agent -Dflume.root.logger=INFO,console
数据：
代码：
scan 'flume-hbase-table'
2.SimpleAsyncHbaseEventSerializer
编写flume-into-hbase-1.conf配置文件：
代码：
agent.sources = r1
agent.channels = c1
agent.sinks = s1
agent.sources.r1.type = exec
agent.sources.r1.command = tail -F /root/flume-hbase/test.log
agent.sources.r1.checkperiodic = 50
agent.channels.c1.type = memory
agent.channels.c1.capacity = 1000
agent.channels.c1.transactionCapacity = 100
agent.sinks.s1.type = org.apache.flume.sink.hbase.AsyncHBaseSink
agent.sinks.s1.zookeeperQuorum=node01:2181
agent.sinks.s1.table=flume-hbase-table
#HBase表的列族名称
agent.sinks.s1.columnFamily=colfamily2
agent.sinks.s1.serializer = org.apache.flume.sink.hbase.SimpleAsyncHbaseEventSerializer
#HBase表的列族下的某个列名称
agent.sinks.s1.serializer.payloadColumn=column-2
agent.sources.r1.channels = c1
agent.sinks.s1.channel=c1
运行flume：
bin/flume-ng agent -c conf -f conf/hbase/flume-into-hbase-1.conf -n agent -Dflume.root.logger=INFO,console
在hbase中查看：
3.RegexHbaseEventSerializer
编写flume-into-hbase-2.conf配置文件：
代码;
agent.sources = r1
agent.channels = c1
agent.sinks = s1
agent.sources.r1.type = exec
agent.sources.r1.command = tail -F /root/flume-hbase/test.log
agent.sources.r1.checkperiodic = 50
agent.channels.c1.type = memory
agent.channels.c1.capacity = 1000
agent.channels.c1.transactionCapacity = 100
agent.sinks.s1.type = org.apache.flume.sink.hbase.HBaseSink
agent.sinks.s1.zookeeperQuorum=node01:2181
agent.sinks.s1.table=flume-hbase-table
#HBase表的列族名称
agent.sinks.s1.columnFamily=colfamily1
agent.sinks.s1.serializer = org.apache.flume.sink.hbase.RegexHbaseEventSerializer
agent.sinks.s1.serializer.regex=\\[(.*?)\\]\\ \\[(.*?)\\]\\ \\[(.*?)\\]
agent.sinks.s1.serializer.colNames=time,url,number
agent.sources.r1.channels = c1
agent.sinks.s1.channel=c1
运行Flume：
bin/flume-ng agent -c conf -f conf/hbase/flume-into-hbase-2.conf -n agent -Dflume.root.logger=INFO,console
在/root/flume-hbase/test.log中添加如下数据：
[2022-05-17] [http://www.baidu.com] [20]
[2022-05-17] [http://www.bilibili.com] [25]
[2022-05-17] [http://www.qq.com] [26] 
查看hbase的flume-hbase-table：
总结
提示：这里对文章进行总结：
以上就是今天要讲的内容，本文主要讲述Flume汇入数据到Hive&Hbase的方法及操作.