自动上传日志信息shell脚本

自动上传日志信息到HDFS

!/bin/bash

set java env

export JAVA_HOME=/home/hadoop/app/jdk1.7.0_51
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.😒{JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

set hadoop env

export HADOOP_HOME=/home/hadoop/app/hadoop-2.6.4
export PATH=${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH

版本1的问题：

虽然上传到Hadoop集群上了，但是原始文件还在。如何处理？

日志文件的名称都是xxxx.log1,再次上传文件时，因为hdfs上已经存在了，会报错。如何处理？

如何解决版本1的问题

1、先将需要上传的文件移动到待上传目录

2、在讲文件移动到待上传目录时，将文件按照一定的格式重名名

/export/software/hadoop.log1 /export/data/click_log/xxxxx_click_log_

日志文件存放的目录

log_src_dir=/home/hadoop/logs/log/

待上传文件存放的目录

log_toupload_dir=/home/hadoop/logs/toupload/

日志文 件上传到hdfs的根路径

hdfs_root_dir=/data/clickLog/20151226/

打印环境变量信息

echo "envs: hadoop_home: $HADOOP_HOME"

读取日志文件的目录，判断是否有需要上传的文件

echo "log_src_dir:"$log_src_dir
ls $log_src_dir | while read fileName
do
if [[ "$fileName" == access.log.* ]]; then
# if [ "access.log" = "$fileName" ];then
date=date +%Y_%m_%d_%H_%M_%S
#将文件移动到待上传目录并重命名
#打印信息
echo "moving $log_src_dir$fileName to $log_toupload_dir"xxxxx_click_log_$fileName"$date"
mv $log_src_dir$fileName $log_toupload_dir"xxxxx_click_log_$fileName"$date
#将待上传的文件path写入一个列表文件willDoing
echo $log_toupload_dir"xxxxx_click_log_$fileName"$date >> $log_toupload_dir"willDoing."$date
fi

done
#找到列表文件willDoing
ls $log_toupload_dir | grep will |grep -v "COPY" | grep -v "DONE" | while read line
do
#打印信息
echo "toupload is in file:"$line
#将待上传文件列表willDoing改名为willDoing_COPY_
mv $log_toupload_dir$line $log_toupload_dir$line"COPY"
#读列表文件willDoing_COPY_的内容（一个一个的待上传文件名） ,此处的line 就是列表中的一个待上传文件的path
cat $log_toupload_dir$line"COPY" |while read line
do
#打印信息
echo "puting...$line to hdfs path.....$hdfs_root_dir"
hadoop fs -put $line $hdfs_root_dir
done
mv $log_toupload_dir$line"COPY" $log_toupload_dir$line"DONE"
done