Flume-ng作为轻量级的日志采集工具，配合HBase-0.96.0的列式存储能力，可以高效实现流式数据的实时持久化。整个过程不需要复杂的代码开发，只需要正确配置Flume的agent组件即可完成。

前置环境要求

在开始配置前，需要确保以下环境已经就绪：

• 已经部署好Flume-ng 1.4.0及以上版本，并且可以正常启动agent
• HBase-0.96.0集群正常运行，且目标表已经提前创建完成
• Flume所在节点可以正常访问HBase的ZooKeeper地址和RegionServer端口
• 准备好HBase的客户端依赖包，确保Flume可以加载到hbase-client等相关jar包

核心配置参数说明

Flume-ng提供了专门的HBaseSink来对接HBase，针对HBase-0.96.0版本，需要关注以下核心配置：

完整配置示例

以下是一个将本地日志文件数据写入HBase-0.96.0的完整Flume agent配置：

# 定义agent名称
agent.sources = r1
agent.channels = c1
agent.sinks = k1
# 配置source，监控本地日志文件
agent.sources.r1.type = exec
agent.sources.r1.command = tail -F /data/logs/app.log
agent.sources.r1.channels = c1
# 配置channel，使用内存通道
agent.channels.c1.type = memory
agent.channels.c1.capacity = 10000
agent.channels.c1.transactionCapacity = 1000
# 配置sink，对接HBase-0.96.0
agent.sinks.k1.type = hbase
agent.sinks.k1.table = user_log
agent.sinks.k1.columnFamily = cf1
agent.sinks.k1.zookeeperQuorum = zk1:2181,zk2:2181,zk3:2181
agent.sinks.k1.serializer = org.apache.flume.sink.hbase.SimpleHbaseEventSerializer
agent.sinks.k1.serializer.payloadColumn = log_content
agent.sinks.k1.batchSize = 100
agent.sinks.k1.channels = c1

启动与验证

配置完成后，使用以下命令启动Flume agent：

# 启动命令，指定配置文件路径和agent名称
bin/flume-ng agent --conf conf --conf-file /path/to/flume-conf.properties --name agent -Dflume.root.logger=INFO,console

启动后，向监控的日志文件写入测试数据：

echo "test_log_001" >> /data/logs/app.log

然后进入HBase shell查看目标表数据，验证是否写入成功：

# 进入HBase shell
hbase shell
# 扫描目标表
scan 'user_log', {LIMIT => 5}

常见问题排查

• 如果启动时报类找不到的错误，需要检查Flume的lib目录下是否包含HBase-0.96.0对应的客户端jar包，比如hbase-client-0.96.0.jar、hbase-common-0.96.0.jar等
• 如果数据写入失败，首先检查HBase表是否已经创建，列族名称是否和配置中的columnFamily一致
• 如果出现ZooKeeper连接失败的错误，需要确认zookeeperQuorum配置的地址和端口是否正确，Flume节点是否可以ping通ZooKeeper节点
• 如果数据内容乱码，需要确认日志文件的编码格式，必要时在source端添加字符集转换配置