Question

我尝试使用Flume 1.7将数据加载到HDFS中。我创建了以下配置：

SetInterruptVector

之后我使用netcat将以下文件发送到源：

# Starting with: /opt/flume/bin/flume-ng agent -n Agent -c conf -f /opt/flume/conf/test.conf
# Naming the components on the current agent
Agent.sources = Netcat   
Agent.channels = MemChannel 
Agent.sinks = LoggerSink hdfs-sink LocalOut

# Describing/Configuring the source 
Agent.sources.Netcat.type = netcat 
Agent.sources.Netcat.bind = 0.0.0.0
Agent.sources.Netcat.port = 56565  

# Describing/Configuring the sink 
Agent.sinks.LoggerSink.type = logger  

# Define a sink that outputs to hdfs.
Agent.sinks.hdfs-sink.type = hdfs
Agent.sinks.hdfs-sink.hdfs.path = hdfs://<<IP of HDFS node>>:8020/user/admin/flume_folder/%y-%m-%d/%H%M/
Agent.sinks.hdfs-sink.hdfs.useLocalTimeStamp = true
Agent.sinks.hdfs-sink.hdfs.fileType = DataStream
Agent.sinks.hdfs-sink.hdfs.writeFormat = Text
Agent.sinks.hdfs-sink.hdfs.batchSize = 100
Agent.sinks.hdfs-sink.hdfs.rollSize = 0
Agent.sinks.hdfs-sink.hdfs.rollCount = 0
Agent.sinks.hdfs-sink.hdfs.rollInterval = 0
Agent.sinks.hdfs-sink.hdfs.idleTimeout = 0

# Schreibt input into local Filesystem
#http://flume.apache.org/FlumeUserGuide.html#file-roll-sink
Agent.sinks.LocalOut.type = file_roll  
Agent.sinks.LocalOut.sink.directory = /tmp/flume
Agent.sinks.LocalOut.sink.rollInterval = 0  


# Describing/Configuring the channel 
Agent.channels.MemChannel.type = memory 
Agent.channels.MemChannel.capacity = 1000 
Agent.channels.MemChannel.transactionCapacity = 100 

# Bind the source and sink to the channel 
Agent.sources.Netcat.channels = MemChannel
Agent.sinks.LoggerSink.channel = MemChannel
Agent.sinks.hdfs-sink.channel = MemChannel
Agent.sinks.LocalOut.channel = MemChannel

该文件包含以下元素：

cat textfile.csv | nc <IP of flume agent> 56565

我面临的问题是，没有任何错误，flume正在写入hdfs，但只有一行传输文件。如果您开始使用nectat多次将文件推送到源，那么有时水槽会将多个文件写入包含多行的hdfs。但很少有所有行。

我尝试更改rollSize的hdfs参数，批量大小等，但它并没有真正改变行为。

也配置了本地文件的接收器工作正常。

有人知道如何配置它以确保所有条目都写入hdfs而不会丢失条目。

感谢您的帮助。

更新1.12.2016

我移除了除HDFS接收器之外的所有接收器并更改了一些参数。在此之后，HDFS接收器将按预期执行。

这里的配置：

Name1,1
Name2,2
Name3,3
Name4,4
Name5,5
Name6,6
Name7,7
Name8,8
Name9,9
Name10,10
Name11,11
Name12,12
Name13,13
Name14,14
Name15,15
Name16,16
Name17,17
Name18,18
Name19,19
Name20,20
...
Name490,490
Name491,491
Name492,492

有人知道它为什么使用这种配置但有两个或更多接收器它不再起作用了吗？

Answer 1

我自己找到了解决方案。据我了解，我对两个接收器使用了相同的通道。因此，更快的接收器接管所有条目，并且只有一些条目被传递到hdfs接收器。

使用不同的通道并包括使用参数

对扇形进行扇形展开

knight@knight-desktop:~$ test

Flume按预期写入本地文件和hdfs。

Flume HDFS接收器仅使用netcat源存储一行数据源

1 个答案: