背景

需要实时采集到落到的日志文件数据，写入kafka，最后接入Storm实时计算，日志文件格式分为格两种形式

1、一个目录里多类型日志数据

/LOG/WWW.XXX.COM_YYYYMMDD.XX.log

/LOG/M.XXX.COM_YYYYMMDD.XX.log

/LOG/APP.XXX.COM_YYYYMMDD.XX.log

每种类型日志的文件写到一定大小，会产生一个新文件，新数据再往新文件写入

2、目录里嵌套多个目录

比如/DATA目录，有/DATA/BJ、/DATA/SH、/DATA/GZ等等

每个子目录里才是具体数据文件，同样文件写到一定大小，会产生一个新文件，新数据再往新文件写入

功能

1、针对以上场景提供一个通用功能，实时监听日志数据写入kafka

2、目录内切换产生新文件后，立即监听新文件

3、记录每次发出数据的位置，应用重启保障继续上次记录位置，保障数据不丢失不重复

源码

https://github.com/xmingyang/TailFileToKafka