Question

摘要：我有一个多路复用场景，并且想知道如何动态多路复用 - 不是基于静态配置的值，而是基于字段的变量值（例如日期）。

详情：我有一个输入，由entityId分隔。据我所知，我正在使用的实体，我可以在典型的Flume多通道选择中进行配置。

agent.sources.jmsSource.channels  = chan-10 chan-11 # ...

agent.sources.jmsSource.selector.type = multiplexing
agent.sources.jmsSource.selector.header = EntityId
agent.sources.jmsSource.selector.mapping.10 = chan-10
agent.sources.jmsSource.selector.mapping.11 = chan-11
# ...

每个频道都转到一个单独的HDFSEventSink，“hdfsSink-n”：

agent.sinks.hdfsSink-10.channel = chan-10
agent.sinks.hdfsSink-10.hdfs.path = hdfs://some/path/
agent.sinks.hdfsSink-10.hdfs.filePrefix = entity10
# ... 
agent.sinks.hdfsSink-11.channel = chan-11
agent.sinks.hdfsSink-11.hdfs.path = hdfs://some/path/
agent.sinks.hdfsSink-11.hdfs.filePrefix = entity11
# ...

这会为每个实体生成一个文件，这很好。现在我想引入第二个变量，即动态：日期。根据事件日期，我想每个实体创建每个日期的文件。 Date是一个动态值，因此我无法预先配置多个接收器，因此每个接收器都会发送到一个单独的文件。此外，您只能为每个接收器指定一个HDFS输出。

因此，它需要“多输出HDFSEventSink”（与Hadoop的MultipleOutputs库类似）。 Flume中有这样的功能吗？

如果没有，是否有任何优雅的方法来解决这个问题或解决这个问题？另一种选择是修改HDFSEventSink，似乎可以通过为每个事件创建不同的“realName”（String）来实现它。

Answer 1

实际上，您可以在hdfs sink的路径或filePrefix中具体指定变量。例如，如果变量的键在事件的标题中是“date”，那么您可以这样配置：

agent.sinks.hdfsSink-11.hdfs.filePrefix = entity11-%{date}

Flume：HDFSEventSink - 如何动态多路复用？

1 个答案: