2024年大数据最新0301taildir-source报错-flume-大数据(2)

最新推荐文章于 2024-06-13 09:52:40 发布

2401_84181145

最新推荐文章于 2024-06-13 09:52:40 发布

阅读量629

点赞数 22

分类专栏：程序员文章标签：大数据 flume

本文链接：https://blog.csdn.net/2401_84181145/article/details/138399285

版权

程序员专栏收录该内容

172 篇文章 0 订阅

订阅专栏

a1.sources.r1.type = TAILDIR
a1.sources.r1.filegroups = f1
a1.sources.r1.filegroups.f1 = /opt/module/applog/log/app.*
a1.sources.r1.positionFile = /export/server/flume/taildir_position.json

#配置channel
a1.channels.c1.type = org.apache.flume.channel.kafka.KafkaChannel
a1.channels.c1.kafka.bootstrap.servers = node1:9092,node2:9092
a1.channels.c1.kafka.topic = topic_log01
a1.channels.c1.parseAsFlumeEvent = false

#组装
a1.sources.r1.channels = c1

* 原因就是在创建positionFile的时候父目录已存在
* 场景2：我们生成的日志文件app.log 每经过一天会按照日期重命名文件，然后生成新的app.log,此时flume会重新采集所有的日志信息，导致信息重复采集2次。
* **Taildir 说明：** Taildir Source 维护了一个 json 格式的 position File，其会定期的往 position File中更新每个文件读取到的最新的位置，因此能够实现断点续传。Position File 的格式如下：

{“inode”:2496272,“pos”:12,“file”:"/opt/module/flume/files/file1.t

xt"}

{“inode”:2496275,“pos”:12,“file”:"/opt/module/flume/files2/log.t

xt"}

* 而flume会同时判断Inode和file来确定是否同一文件

 注：Linux 中储存文件元数据的区域就叫做 inode，每个 inode 都有一个号码，操作系统

 用 inode 号码来识别不同的文件，Unix/Linux 系统内部不使用文件名，而使用 inode 号码来

 识别文件。


### 3 解决


场景1解决方案有两种：


1. 既然是创建父目录已存在，我们可以吧positionFile位置重新配置。
2. 修改源代码，我们通过源代码找下处理逻辑，下载1.9.0版本的flume源代码，官网地址：<https://archive.apache.org/dist/flume/>，找到TailSource 170行

@Override
public synchronized void configure(Context context) {
String fileGroups = context.getString(FILE_GROUPS);
Preconditions.checkState(fileGroups != null, "Missing param: " + FILE_GROUPS);

filePaths = selectByKeys(context.getSubProperties(FILE_GROUPS_PREFIX),
                         fileGroups.split("\\s+"));
Preconditions.checkState(!filePaths.isEmpty(),
    "Mapping for tailing files is empty or invalid: '" + FILE_GROUPS_PREFIX + "'");

String homePath = System.getProperty("user.home").replace('\\', '/');
positionFilePath = context.getString(POSITION_FILE, homePath + DEFAULT_POSITION_FILE);
Path positionFile = Paths.get(positionFilePath);
try {
  // 此处创建父目录，如果存在报错
  Files.createDirectories(positionFile.getParent());
} catch (IOException e) {
  throw new FlumeException("Error creating positionFile parent directories", e);
}
headerTable = getTable(context, HEADERS_PREFIX);
batchSize = context.getInteger(BATCH_SIZE, DEFAULT_BATCH_SIZE);
skipToEnd = context.getBoolean(SKIP_TO_END, DEFAULT_SKIP_TO_END);
byteOffsetHeader = context.getBoolean(BYTE_OFFSET_HEADER, DEFAULT_BYTE_OFFSET_HEADER);
idleTimeout = context.getInteger(IDLE_TIMEOUT, DEFAULT_IDLE_TIMEOUT);
writePosInterval = context.getInteger(WRITE_POS_INTERVAL, DEFAULT_WRITE_POS_INTERVAL);
cachePatternMatching = context.getBoolean(CACHE_PATTERN_MATCHING,
    DEFAULT_CACHE_PATTERN_MATCHING);

backoffSleepIncrement = context.getLong(PollableSourceConstants.BACKOFF_SLEEP_INCREMENT,
    PollableSourceConstants.DEFAULT_BACKOFF_SLEEP_INCREMENT);
maxBackOffSleepInterval = context.getLong(PollableSourceConstants.MAX_BACKOFF_SLEEP,
    PollableSourceConstants.DEFAULT_MAX_BACKOFF_SLEEP);
fileHeader = context.getBoolean(FILENAME_HEADER,
        DEFAULT_FILE_HEADER);
fileHeaderKey = context.getString(FILENAME_HEADER_KEY,
        DEFAULT_FILENAME_HEADER_KEY);
maxBatchCount = context.getLong(MAX_BATCH_COUNT, DEFAULT_MAX_BATCH_COUNT);
if (maxBatchCount <= 0) {
  maxBatchCount = DEFAULT_MAX_BATCH_COUNT;
  logger.warn("Invalid maxBatchCount specified, initializing source "
      + "default maxBatchCount of {}", maxBatchCount);
}

if (sourceCounter == null) {
  sourceCounter = new SourceCounter(getName());
}

}

 ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/fea36abce2d8400e9bd07b195ced6bca.png#pic_center)


可以在创建父目录之前检测是否已存在，如果已存在，直接跳过创建即可，修改try代码块中内容如下

boolean exists = Files.exists(positionFile.getParent());
if (!exists)
Files.createDirectories(positionFile.getParent());


maven打包替换flume/lib/下 flume-taildir-source-1.9.0.jar 如图所示：![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/1412feca802c45a3af4eb034156e797c.png#pic_center)


重新运行，正常启动，如下图日志所示：![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/4975dd6399a64eac8feccc63cf8011b0.png#pic_center)


kafka中新接收的数据如下图所示：![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/f6133495c165467aaf57ec0d7e660cd1.png#pic_center)


场景2解决方案 把TailFile如下代码

public boolean updatePos(String path, long inode, long pos) throws IOException {
if (this.inode == inode && this.path.equals(path)) {
setPos(pos);
updateFilePos(pos);
logger.info("Updated position, file: " + path + ", inode: " + inode + ", pos: " + pos);
return true;
}
return false;
}

// 修改为
public boolean updatePos(String path, long inode, long pos) throws IOException {
if (this.inode == inode) {
setPos(pos);
updateFilePos(pos);
logger.info("Updated position, file: " + path + ", inode: " + inode + ", pos: " + pos);
return true;
}
return false;
}