Я пытаюсь передать потоки Twitter в hdfs, а затем использовать hive. Но первая часть, потоковая передача данных и загрузка в hdfs, не работает и дает исключение нулевого указателя.
Это то, что я пробовал.
1. Скачал apache-flume-1.4.0-bin.tar. Извлек его. Все содержимое скопировано в / usr / lib / flume /. в / usr / lib / я сменил владельца на пользователя для каталога flume. Когда я выполняю команду ls в / usr / lib / flume /, отображается
bin CHANGELOG conf DEVNOTES docs lib LICENSE logs NOTICE README RELEASE-NOTES tools
2. Перемещен в каталог conf /. Я скопировал файл flume-env.sh.template
как flume-env.sh и отредактировал JAVA_HOME на свой путь java /usr/lib/jvm/java-7-oracle
.
3. Затем я создал файл с именем flume.conf в том же каталоге conf
и добавил следующее содержимое
TwitterAgent.sources = Twitter
TwitterAgent.channels = MemChannel
TwitterAgent.sinks = HDFS
TwitterAgent.sources.Twitter.type = com.cloudera.flume.source.TwitterSource
TwitterAgent.sources.Twitter.channels = MemChannel
TwitterAgent.sources.Twitter.consumerKey = <Twitter Application API key>
TwitterAgent.sources.Twitter.consumerSecret = <Twitter Application API secret>
TwitterAgent.sources.Twitter.accessToken = <Twitter Application Access token>
TwitterAgent.sources.Twitter.accessTokenSecret = <Twitter Application Access token secret>
TwitterAgent.sources.Twitter.keywords = hadoop, big data, analytics, bigdata, couldera, data science, data scientist, business intelligence, mapreduce, datawarehouse, data ware housing, mahout, hbase, nosql, newsql, businessintelligence, cloudcomputing
TwitterAgent.sinks.HDFS.channel = MemChannel
TwitterAgent.sinks.HDFS.type = hdfs
TwitterAgent.sinks.HDFS.hdfs.path = hdfs://localhost:8020/user/flume/tweets/%Y/%m/%d/%H/
TwitterAgent.sinks.HDFS.hdfs.fileType = DataStream
TwitterAgent.sinks.HDFS.hdfs.writeFormat = Text
TwitterAgent.sinks.HDFS.hdfs.batchSize = 1000
TwitterAgent.sinks.HDFS.hdfs.rollSize = 0
TwitterAgent.sinks.HDFS.hdfs.rollCount = 600
TwitterAgent.channels.MemChannel.type = memory
TwitterAgent.channels.MemChannel.capacity = 10000
TwitterAgent.channels.MemChannel.transactionCapacity = 100
Создал приложение в твиттере. Сгенерирован токен и добавлены все ключи в указанный выше файл. Ключ API, который я добавил в качестве ключа потребителя.
Я загрузил jar-файл flume-sources из cloudera -files, как они упоминали здесь.
4. Я добавил flume-sources-1.0-SNAPSHOT.jar в / user / lib / flume / lib.
5. Запустил Hadoop и сделал следующее.
hadoop fs -mkdir /user/flume/tweets
hadoop fs -chown -R flume:flume /user/flume
hadoop fs -chmod -R 770 /user/flume
6. Я запускаю следующее в / user / lib / flume
/usr/lib/flume/conf$ bin/flume-ng agent -n TwitterAgent -c conf -f conf/flume-conf
Он показывает JAR-файлы, которые он показывает, а затем закрывается.
Когда я проверил hdfs, файлов в нем нет. hadoop fs -ls /user/flume/tweets
и ничего не показывает.
В hasoop файл core-site.xml имеет следующую конфигурацию
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:8020</value>
<fina1>true</fina1>
</property>
</configuration>
Спасибо