本文共 1473 字，大约阅读时间需要 4 分钟。
需求：
通过开源软件fluentd收集各个设备的apache访问日志到fluentd的转发服务器中，然后通过webHDFS接口，写入到hdfs文件系统中。
软件版本说明：
hadoop版本：1.1.2
fluentd版本：1.1.21
测试环境说明：
node29服务器上安装了apache，以及fluentd，作为fluentd的客户端；
node1服务器，为hadoop服务器的namenode；
node29服务器上fluentd配置文件：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 | < source > type tail format apache2 path /var/log/httpd/access_log pos_file /var/log/td-agent/access_log .pos time_format %Y-%m-%d %H:%M:%S localtime tag apache.access < /source > #Log Forwarding to node1 server <match apache.access> type forward # time_slice_format %Y%m%d # time_slice_wait 10m # localtime #定义日志入库日志的时间； time_format %Y-%m-%d %H:%M:%S #localtime非常重要，不设置日志时间和系统时间相差8小时； localtime #定义入库日志的时间； <server> host node1 port 24224 < /server > flush_interval 1s < /match > |
node1服务器配置，这个服务器上配置了hadoop的namenode，以及作为fluentd的转发角色，具体配置文件如下：
| 1 2 3 4 | < source > type forward port 24224 < /source > |
<match apache.access>
type webhdfs
host node1.test.com
port 50070
path /apache/%Y%m%d_%H/access.log.${hostname}
time_slice_format %Y%m%d
time_slice_wait 10m
#定义日志入库日志的时间；
time_format %Y-%m-%d %H:%M:%S
localtime
flush_interval 1s
</match>
配置好以后，重启fluentd服务；
开始测试，在node29用ab命令开始访问apache，生成访问日志；
然后，到node1服务器上去查看HDFS文件系统中，是否生成了相关文件及目录：
查看生成的目录：
查看文件里面具体日志：
hadoop fs -cat /apache/20150106_16/access.log.node1.test.com
如上图所示，fluentd已经通过转发模式，把node29服务器上apache日志收集到hdfs文件系统中了，方便下一步用hadoop进行离线分析。
本文转自 shine_forever 51CTO博客，原文链接:http://blog.51cto.com/shineforever/1599771
转载地址：http://tgxto.baihongyu.com/