Shell脚本定时采集日志数据到HDFS(大数据学习9)

本文详细介绍了一个关于HDFS的应用实例,即通过Java程序模拟产生日志文件,并使用Shell脚本定时将这些日志文件上传至HDFS进行分析。文章包括了Java程序的编写、log4j配置、日志文件的生成、Shell脚本的设计以及日志文件的周期性上传至HDFS的全过程。

本文介绍一个关于hdfs的实例,那就是将应用程序产生的日志文件,定时放到hdfs上以便分析

一,我们写一个java程序模拟产生日志的过程

package com.lyz.bigdata.log;

import org.apache.log4j.LogManager;
import org.apache.log4j.Logger;


import java.util.Date;
import java.text.SimpleDateFormat;

/**
 *@Author:759057893@qq.com Lyz
 *@Date: 2019/2/10 15:10
 *@Description:
 **/
public class GenerateLog {

    public static void main(String[] args) throws Exception {
        Logger logger = LogManager.getLogger("testlog");

        int i =0;
        while(true){
         logger.info(new Date().toString()+"...I love you....");
        		 
        	
         i++;
         Thread.sleep(500);
         if(i>1000000)
             break;
        }
    }
}

该程序模拟产生日志,程序正常运行需要配置log4j.properties文件,在src/下新建log4j.properties,内容如下:

log4j.rootLogger=INFO,testlog

log4j.appender.testlog = org.apache.log4j.RollingFileAppender
log4j.appender.testlog.layout = org.apache.log4j.PatternLayout
log4j.appender.testlog.layout.ConversionPattern = [%-5p][%-22d{yyyy/MM/dd HH:mm:ssS}][%l]%n%m%n
log4j.appender.testlog.Threshold = INFO
log4j.appender.testlog.ImmediateFlush = TRUE
log4j.appender.testlog.Append = TRUE
log4j.appender.testlog.File = /home/hadoop/logs/log/access.log
log4j.appender.testlog.MaxFileSize = 10KB
log4j.appender.testlog.MaxBackupIndex = 20
#log4j.appender.testlog.Encoding = UTF-8 

将程序通过eclipse 打包 命名为(log.jar)

打包过程—— 鼠标右键 export ——java ——runable jar file 

打包成功后  在虚拟机中创建文件夹 

1  hadoop fs -mkdir -p /data/clickLog/20190225/                  #日志文件上传到hdfs的根路径

 

2 mkdir -p /home/hadoop/logs/log/                 #日志文件存放的目录

3 mkdir -p /home/hadoop/logs/toupload/        #待上传文件存放的目录

 

4  将打包成功的 log.jar  放到集群中 

  1) 先 安装  lrzsz      自动导入安装包            yum   install    -y    lrzsz  

  2) 拖动 jar 包 进入集群中 

  3)  在集群中运行jar 包   

 

 

二,我们写一个shell脚本,我们把它命名为:upLoadFileToHdfs.sh,脚本定时将产生的日志放到hdfs上面,内容如下:

#!/bin/bash

#set java env
export JAVA_HOME=/home/hadoop/app/jdk1.7.0_51
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

#set hadoop env
export HADOOP_HOME=/home/hadoop/app/hadoop-2.6.4
export PATH=${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH


#版本1的问题:
#虽然上传到Hadoop集群上了,但是原始文件还在。如何处理?
#日志文件的名称都是xxxx.log1,再次上传文件时,因为hdfs上已经存在了,会报错。如何处理?

#如何解决版本1的问题
#       1、先将需要上传的文件移动到待上传目录
#	2、在讲文件移动到待上传目录时,将文件按照一定的格式重名名
#		/export/software/hadoop.log1   /export/data/click_log/xxxxx_click_log_{date}


#日志文件存放的目录
log_src_dir=/home/hadoop/logs/log/

#待上传文件存放的目录
log_toupload_dir=/home/hadoop/logs/toupload/


#日志文件上传到hdfs的根路径
hdfs_root_dir=/data/clickLog/20190225/

#打印环境变量信息
echo "envs: hadoop_home: $HADOOP_HOME"


#读取日志文件的目录,判断是否有需要上传的文件
echo "log_src_dir:"$log_src_dir
ls $log_src_dir | while read fileName
do
	if [[ "$fileName" == access.log.* ]]; then
	# if [ "access.log" = "$fileName" ];then
		date=`date +%Y_%m_%d_%H_%M_%S`
		#将文件移动到待上传目录并重命名
		#打印信息
		echo "moving $log_src_dir$fileName to $log_toupload_dir"xxxxx_click_log_$fileName"$date"
		mv $log_src_dir$fileName $log_toupload_dir"xxxxx_click_log_$fileName"$date
		#将待上传的文件path写入一个列表文件willDoing
		echo $log_toupload_dir"xxxxx_click_log_$fileName"$date >> $log_toupload_dir"willDoing."$date
	fi
	
done
#找到列表文件willDoing
ls $log_toupload_dir | grep will |grep -v "_COPY_" | grep -v "_DONE_" | while read line
do
	#打印信息
	echo "toupload is in file:"$line
	#将待上传文件列表willDoing改名为willDoing_COPY_
	mv $log_toupload_dir$line $log_toupload_dir$line"_COPY_"
	#读列表文件willDoing_COPY_的内容(一个一个的待上传文件名)  ,此处的line 就是列表中的一个待上传文件的path
	cat $log_toupload_dir$line"_COPY_" |while read line
	do
		#打印信息
		echo "puting...$line to hdfs path.....$hdfs_root_dir"
		hadoop fs -put $line $hdfs_root_dir
	done	
	mv $log_toupload_dir$line"_COPY_"  $log_toupload_dir$line"_DONE_"
done

创建后,在虚拟机上创建文件  

vi   datacollect.sh       然后将上面创建的粘贴进去 保存

chmod +x datacollect.sh       对datacollect.sh  加上运行权限

重开一个mini1 的窗口  然后 运行    输入   ./datacollect.sh  运行

运行之后就会将产生的log日志上传到hdfs中。

如果想周期性运行该脚本,可以配置crontab服务,执行crontab -e,加入一行:

 */1 * * * * sh /root/uploadFileToHdfs.sh    //该语句表示每1分钟执行一次脚本,更多规则详询百度

保存退出即可实现周期性运行脚本。

至此,模拟将日志文件周期性上传到hdfs就结束了。

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

3分钟秒懂大数据

你的打赏就是对我最大的鼓励

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值