Question

我最近问了问题Apache Flume - send only new file contents

我正在重新提出这个问题，以便了解更多信息并为Flume的未来用户提供更多好处。

设置：两台服务器，一台带有.txt文件，定期附加行。

目标：使用flume TAILDIR源将最近写入的行附加到另一台服务器上的文件中。

问题：每当源文件添加了新的数据行时，当前配置会将服务器1上的文件中的所有内容附加到服务器2中的文件。这会导致文件2中的行重复，并且无法正确地重新创建文件服务器1.

服务器1上的配置：

    #configure the agent
    agent.sources=r1
    agent.channels=k1
    agent.sinks=c1

    #using memort channel to hold upto 1000 events
    agent.channels.k1.type=memory
    agent.channels.k1.capacity=1000
    agent.channels.k1.transactionCapacity=100

    #connect source, channel,sink
    agent.sources.r1.channels=k1
    agent.sinks.c1.channel=k1

    #define source
    agent.sources.r1.type=TAILDIR
    agent.sources.r1.channels=k1
    agent.sources.r1.filegroups=f1

    agent.sources.r1.filegroups.f1=/home/tail_test_dir/test.txt
    agent.sources.r1.maxBackoffSleep=1000

    #connect to another box using avro and send the data
    agent.sinks.c1.type=avro
    agent.sinks.c1.hostname=10.10.10.4
    agent.sinks.c1.port=4545

服务器2上的配置：

    #configure the agent
    agent.sources=r1
    agent.channels=k1
    agent.sinks=c1

    #using memory channel to hold up to 1000 events
    agent.channels.k1.type=memory
    agent.channels.k1.capacity=1000
    agent.channels.k1.transactionCapacity=100

    #connect source, channel, sink
    agent.sources.r1.channels=k1
    agent.sinks.c1.channel=k1

    #here source is listening at the specified port using AVRO for data
    agent.sources.r1.type=avro
    agent.sources.r1.bind=0.0.0.0
    agent.sources.r1.port=4545

    #use file_roll and write file at specified directory
    agent.sinks.c1.type=file_roll
    agent.sinks.c1.sink.directory=/home/Flume_dump

Answer 1

您必须设置位置json文件。然后源检查位置并仅将新添加的行写入接收器。例）agent.sources.s1.positionFile = /var/log/flume/tail_position.json

如何使用Flume中的taildir源仅附加.txt文件的最新行？

1 个答案: