Flume对文件夹进行监控，实时收集新增文件到HDFS

- 背景 由于项目要求，需要实时将指定文件夹中新增的文件上传到HDFS中，本文中使用flume采集数据并保存到HDFS中，一方面可以减轻本地的存储压力，另一方面数据集中保存到HDFS也为后续数据分析工作打下基础。 - 实现流程 flume中的source组件选用spooling directory类型，此类型能对文件目录进行监控并实时收集目录中新增的文件。本文中采用此种类型对本地存储相关数据的目录

>>阅读原文<<