首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >使用Hadoop处理来自web服务器的日志的实时馈送

问使用Hadoop处理来自web服务器的日志的实时馈送
EN

Stack Overflow用户
提问于 2010-03-02 16:36:19
回答 4查看 686关注 0票数 2

我想使用Hadoop (Amazon Elastic mapreduce)处理来自我的web服务器的日志。我在谷歌上寻求帮助,但没有任何有用的东西。我想知道这是否可以做到,或者有没有其他方法可以做到这一点。

EN

回答 4

Stack Overflow用户

发布于 2010-03-09 04:09:51

Hadoop通常以离线方式使用。因此,我更愿意定期处理日志。

在我之前参与的一个项目中,我们让服务器生成每小时轮换一次的日志文件(每小时x:00)。我们有一个每小时运行一次的脚本(每小时x:30)将文件上传到HDFS (那些还不在HDFS中的文件)。然后,您可以在Hadoop中随心所欲地运行作业来处理这些文件。

我相信也有更好的实时替代方案。

票数 1
EN

Stack Overflow用户

发布于 2010-07-11 12:18:15

Hadoop不用于实时处理。但它可以用于按小时处理日志,可能会落后一个小时,这几乎是实时的。我想知道在日志到来时处理它的需要是什么。

票数 1
EN

Stack Overflow用户

发布于 2012-06-27 04:02:36

您可以尝试使用Flume作为日志收集器,并将其存储在S3中以进行批处理:

http://www.cloudera.com/blog/2011/02/distributed-flume-setup-with-an-s3-sink/

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/2361755

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档