Spark学习笔记（五）——Flume日志收集、Flume安装配置、工作流程、avro source、taildir source、HDFS sink、拦截器（Interceptors）

Flume日志收集

Flume配置参照官方文档：http://flume.apache.org/

中文版：https://flume.liyifeng.org/

一、Apache Flume简介

• Flume用于将多种来源的日志以流的方式传输至Hadoop或者其它目的地
  • 一种可靠、可用的高效分布式数据收集服务
• Flume拥有基于数据流上的简单灵活架构，支持容错、故障转移与恢复

二、Flume架构

• Client：客户端，数据产生的地方，如Web服务器
• Event：事件，指通过Agent传输的单个数据包，如日志数据通常对应一行数据
• Agent：代理，一个独立的JVM进程
  • Flume以一个或多个Agent部署运行
  • Agent包含三个组件
    • Source
    • Channel
    • Sink

三、Flume安装配置

1、安装

(1)首先安装netcat:yum install nmap-ncat.x86_64 -y

(2)安装Flume

解压移动

[root@zjw opt]# tar -zxf flume-ng-1.6.0-cdh5.14.2.tar.gz [root@zjw opt]# mv apache-flume-1.6.0-cdh5.14.2-bin/ soft/flume160

配置：

[root@zjw conf]# cp flume-env.sh.template flume-env.sh [root@zjw conf]# vi flume-env.sh

//添加配置
export JAVA_HOME=/opt/soft/jdk180

配置环境变量：

# FLUME_HOME export FLUME_HOME=/opt/soft/flume export PATH=$PATH:$FLUME_HOME/bin

验证安装：

[root@zjw conf]# flume-ng version
Flume 1.6.0-cdh5.14.2
Source code repository: https://git-wip-us.apache.org/repos/asf/flume.git
Revision: 50436774fa1c7eaf0bd9c89ac6ee845695fbb687
Compiled by jenkins on Tue Mar 27 13:55:10 PDT 2018
From source with checksum 30217fe2b34097676ff5eabb51f4a11d

2、首次测试

官网指南：http://flume.apache.org/releases/content/1.9.0/FlumeUserGuide.html

创建测试配置文件夹

[root@zjw conf]# mkdir /opt/soft/flume160/flumeconf

编写配置：

[root@zjw flumeconf]# vi conf_0808_simple.properties

# example.conf: A single-node Flume configuration

# Name the components on this agent
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# Describe/configure the source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 6666

# Describe the sink
a1.sinks.k1.type = logger

# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

进入另一个界面运行：

启动监控：

[root@zjw ~]# flume-ng agent -n a1 -c conf -f /opt/soft/flume160/flumeconf/conf_0808_simple.properties -Dflume.root.logger=INFO,console

启动netcat：

[root@zjw flumeconf]# nc -l 6666

当在netcat中输出时会在flume中监控到输入流

四、Flume学习

1、Flume工作流程

• Source->Channel
  • 主动模式
  • 数据由Source发送
• Channel->Sink
  • 数据由Sink拉取

flume的主要组件包括：

Source,SourceRunner,Interceptor,Channel,ChannelSelector，ChannelProcessor，Sink,SinkRunner,SinkProcessor,SinkSelector等

工作流程包含两个部分：

source->channel，数据由source写入channel，主动模式，主要步骤如下：
一个SourceRunner包含一个Source对象，一个Source对象包含一个ChannelProcessor对象，一个ChannelProcessor对象包含多个Interceptor对象和一个ChannelSelector对象
1）SourceRunner启动Source，Source接收Event
2) Source调用ChannelProcessor
3）ChannelProcessor调用Interceptor进行过滤Event操作
4）ChannelProcessor调用ChannelSelector对象根据配置的策略选择Event对应的Channel（replication和multiplexing两种）
5）Source将Event发送到对应的Channel中
channel->sink，数据由sink主动从channel中拉取（将压力分摊到sink,这一点类似于kafka的consumer）
一个SinkRunner对象包含一个SinkProcessor对象,一个SinkProcessor包含多个Sink或者一个SinkSelector
1）SinkRunner启动SinkProcessor(DefaultSinkProcessor，FailoverSinkProcessor，LoadBalancingSinkProcessor 3种)
2）如果是DefaultSinkProcessor的话，直接启动单个Sink
3）FailoverSinkProcessor，LoadBalancingSinkProcessor对应的是SinkGroup
4）FailoverSinkProcessor从SinkGroup中选择出Sink并启动
5）LoadBalancingSinkProcessor包含SinkSelector，会根据SinkSelector在SinkGroup中选择Sink并启动
6)Sink 从Channel中消费Event信息

2、Flume构成

• Source
• SourceRunner
• Interceptor
• Channel
• ChannelSelector
• ChannelProcessor
• Sink
• SinkRunner
• SinkProcessor
• SinkSelector

五、Source

1、exec source

• 执行Linux指令，并消费指令返回的结果，如“tail -f”

属性	默认值	描述
channels	-
type	-	组件类型名称，需要被执行
command	-	要执行的命令
shell	-	用于运行命令的shell程序调用。例如/ bin / sh -c。仅对于依赖于shell功能（如通配符，反斜杠，管道等）的命令才需要。
restartThrottle	10000	尝试重新启动之前等待的时间（以毫秒为单位）
restart	false	如果执行的cmd停止运行，是否应该重新启动
logStdErr	false	是否应记录命令的stderr
batchSize	20	一次读取并发送到通道的最大行数
batchTimeout	3000	如果未达到缓冲区大小，则等待时间（以毫秒为单位），然后将数据推送到下游
selector.type	replicating	复制或多路复用
selector.*		取决于selector.type值
interceptors	-	以空格分隔的拦截器列表
interceptors.*

测试：

a1.sources = s1
a1.channels = c1
a1.sinks = sk1

#设置Source为exec 
a1.sources.s1.type = exec
a1.sources.s1.command = tail -f /opt/data/exectest.txt

#source和channel连接
a1.sources.s1.channels = c1
a1.channels.c1.type = memory

#指定Sink
a1.sinks.sk1.type = logger
#sink和channel进行连接
a1.sinks.sk1.channel = c1

a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

flume-ng agent -f conf_hello_flume.properties -n a1 -Dflume.root.logger=INFO,console

2、spooling directory source

• 从磁盘文件夹中获取文件数据，可避免重启或者发送失败后数据丢失，还可用于监控文件夹新文件

属性	缺省值	描述
type	-	spooldir
spoolDir	-	需读取的文件夹
fileSuffix	.COMPLETED	文件读取完成后添加的后缀
deletePolicy	never	文件完成后删除策略：never和immediate

a1.sources = s1
a1.channels = c1
a1.sinks = sk1

#设置Source为spooldir 
a1.sources.s1.type = spooldir
a1.sources.s1.spoolDir = /opt/data/spooldirTest

#source和channel连接
a1.sources.s1.channels = c1
a1.channels.c1.type = memory

#指定Sink
a1.sinks.sk1.type = logger
#sink和channel进行连接
a1.sinks.sk1.channel = c1

a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

[root@zjw flumeconf]# flume-ng agent -f spoolDir.properties -n a1 -Dflume.root.logger=INFO,console

将文件拖至文件夹：

3、http source

• 用于接收HTTP的Get和Post请求

属性	缺省值	描述
type	-	http
port	-	监听端口
bind	0.0.0.0	绑定IP
handler	org.apache.flume.source.http.JSONHandler	数据处理程序类全名

a1.sources = s1
a1.channels = c1
a1.sinks = sk1

#设置Source为http
a1.sources.s1.type = http
a1.sources.s1.port = 5140


#source和channel连接
a1.sources.s1.channels = c1
a1.channels.c1.type = memory

#指定Sink
a1.sinks.sk1.type = logger
#sink和channel进行连接
a1.sinks.sk1.channel = c1

a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

[root@zjw flumeconf]# flume-ng agent -f http.properties -n a1 -Dflume.root.logger=INFO,console

然后在另一个界面输出：

[root@zjw ~]# curl -XPOST localhost:5140 -d '[{"headers":{"h1":"v1","h2":"v2"},"body":"hello flume"}]'

4、avro source

• 监听Avro端口，并从外部Avro客户端接收events

属性	默认值	描述
channels	-	与Source绑定的channel，多个用空格分开
type	-	组件类型，这个是： avro
bind	-	监听的服务器名hostname或者ip
port	-	监听的端口
threads	-	生成的最大工作线程数量
selector.type		可选值：replicating 或 multiplexing ，分别表示： 复制、多路复用
selector.*		channel选择器的相关属性，具体属性根据设定的 selector.type 值不同而不同
interceptors	-	该source所使用的拦截器，多个用空格分开
interceptors.*		拦截器的相关属性
compression-type	none	可选值： none 或 deflate 。这个类型必须跟Avro Source相匹配
ssl	false	设置为 true 可启用SSL加密，如果为true必须指定下面的 keystore 和 keystore-password 。
keystore	-	SSL加密使用的Java keystore文件路径
keystore-password	-	Java keystore的密码
keystore-type	JKS	Java keystore的类型. 可选值有 JKS 、 PKCS12 。
exclude-protocols	SSLv3	指定不支持的协议，多个用空格分开，SSLv3不管是否配置都会被强制排除
ipFilter	false	设置为true可启用ip过滤（netty方式的avro）
ipFilterRules	-	netty ipFilter的配置（参考下面的ipFilterRules详细介绍和例子）

5、taildir source

• 可实时监控一批文件，并记录每个文件最新消费位置，agent进程重启后不会有重复消费的问题。

用于服务宕机了，重启服务之后会在上次记录的节点继续读。

属性名	默认值	描述
channels	-	与Source绑定的channel，多个用空格分开
type	-	组件类型，这个是： TAILDIR.
filegroups	-	被监控的文件夹目录集合，这些文件夹下的文件都会被监控，多个用空格分隔
filegroups.	-	被监控文件夹的绝对路径。正则表达式（注意不会匹配文件系统的目录）只是用来匹配文件名
positionFile	~/.flume/taildir_position.json	用来设定一个记录每个文件的绝对路径和最近一次读取位置inode的文件，这个文件是JSON格式。
headers..	-	给某个文件组下的Event添加一个固定的键值对到header中，值就是value。一个文件组可以配置多个键值对。
byteOffsetHeader	false	是否把读取数据行的字节偏移量记录到Event的header里面，这个header的key是byteoffset
skipToEnd	false	如果在 positionFile 里面没有记录某个文件的读取位置，是否直接跳到文件末尾开始读取
idleTimeout	120000	关闭非活动文件的超时时间（毫秒）。如果被关闭的文件重新写入了新的数据行，会被重新打开
writePosInterval	3000	向 positionFile 记录文件的读取位置的间隔时间（毫秒）
batchSize	100	一次读取数据行和写入channel的最大数量，通常使用默认值就很好
backoffSleepIncrement	1000	在最后一次尝试未发现任何新数据时，重新尝试轮询新数据之前的时间延迟增量（毫秒）
maxBackoffSleep	5000	每次重新尝试轮询新数据时的最大时间延迟（毫秒）
cachePatternMatching	true	对于包含数千个文件的目录，列出目录并应用文件名正则表达式模式可能非常耗时。 缓存匹配文件列表可以提高性能。 消耗文件的顺序也将被缓存。 要求文件系统支持以至少秒级跟踪修改时间。
fileHeader	false	是否在header里面存储文件的绝对路径
fileHeaderKey	file	文件的绝对路径存储到header里面使用的key

a1.sources = s1
a1.channels = c1
a1.sinks = sk1

#设置Source为taildir
a1.sources.s1.type =TAILDIR
a1.sources.s1.filegroups = f1 f2
# 配置filegroups的f1
a1.sources.s1.filegroups.f1 = /opt/data/tail_1/example.log
# 配置filegroups的f2
a1.sources.s1.filegroups.f2 = /opt/data/tail_2/.*log.*

#指定position的位置
a1.sources.s1.positonFile = /opt/data/tail_position/taildir_position.json

# 指定headers
a1.sources.s1.headers.f1.headerKey1 = value1
a1.sources.s1.headers.f2.headerKey1 = value2
a1.sources.s1.headers.f3.headerKey2 = value3

a1.sources.s1.fileHeader = true

#source和channel连接
a1.sources.s1.channels = c1
a1.channels.c1.type = memory

#指定Sink
a1.sinks.sk1.type = logger
#sink和channel进行连接
a1.sinks.sk1.channel = c1

a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

[root@zjw flumeconf]# flume-ng agent -f taildir.properties -n a1 -Dflume.root.logger=INFO,console

六、channel

• Memory Channel
  • event保存在Java Heap中。如果允许数据小量丢失，推荐使用
• File Channel
  • event保存在本地文件中，可靠性高，但吞吐量低于Memory Channel
• Kafka Channel
• JDBC Channel
  • event保存在关系数据中，一般不推荐使用

七、Sink

• Sink负责从Channel收集数据
• 常用Sink
  • avro sink
  • HDFS sink
  • Hive sink
  • Kafka sink

1、avro sink

• 作为avro客户端向avro服务端发送avro事件

属性	默认值	描述
channel	-	与 Sink 绑定的 channel
type	-	组件类型，这个是： avro.
hostname	-	监听的服务器名（hostname）或者 IP
port	-	监听的端口
batch-size	100	每次批量发送的 Event 数
connect-timeout	20000	第一次连接请求（握手）的超时时间，单位：毫秒
request-timeout	20000	请求超时时间，单位：毫秒
reset-connection-interval	none	重置连接到下一跳之前的时间量（秒）。 这将强制 Avro Sink 重新连接到下一跳。 这将允许Sink在添加了新的主机时连接到硬件负载均衡器后面的主机，而无需重新启动 Agent。
compression-type	none	压缩类型。可选值： none 、 deflate 。压缩类型必须与上一级Avro Source 配置的一致
compression-level	6	Event的压缩级别 0：不压缩，1-9:进行压缩，数字越大，压缩率越高
ssl	false	设置为 true 表示Sink开启 SSL 下面的 truststore 、 truststore-password 、 truststore-type 就是开启SSL后使用的参数，并且可以指定是否信任所有证书（ trust-all-certs ）
trust-all-certs	false	如果设置为true， 不会检查远程服务器（Avro Source）的SSL服务器证书。不要在生产环境开启这个配置，因为它使攻击者更容易执行中间人攻击并在加密的连接上进行“监听”。
truststore	-	自定义 Java 信任库文件的路径。 Flume 使用此文件中的证书颁发机构信息来确定是否应该信任远程 Avro Source 的 SSL 身份验证凭据。 如果未指定，将使用缺省 Java JSSE 证书颁发机构文件（通常为Oracle JRE中的“jssecacerts”或“cacerts”）。
truststore-password	-	上面配置的信任库的密码
truststore-type	JKS	Java 信任库的类型。可以配成 JKS 或者其他支持的 Java 信任库类型
exclude-protocols	SSLv3	要排除的以空格分隔的 SSL/TLS 协议列表。 SSLv3 协议不管是否配置都会被排除掉。
maxIoWorkers	2 * 机器上可用的处理器核心数量	I/O工作线程的最大数量。这个是在 NettyAvroRpcClient 的 NioClientSocketChannelFactory 上配置的。

avro_sink：

a1.sources = s1
a1.channels = c1
a1.sinks = sk1

# Describe/configure the source
#设置source类型为exec
a1.sources.s1.type = exec
#设置命令，查看文件内容
a1.sources.s1.command = tail -f /root/data/customers.csv

#source和channel连接
a1.sources.s1.channels = c1

# 指定sink
a1.sinks.sk1.type = avro
a1.sinks.sk1.hostname = localhost
a1.sinks.sk1.port = 44444
#sink和channel 连接
a1.sinks.sk1.channel = c1

# Use a channel which buffers events in memory
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

avro_sources:

a1.sources = s1
a1.channels = c1
a1.sinks = sk1

#设置Source为avro
a1.sources.s1.type = avro
a1.sources.s1.bind = 0.0.0.0
a1.sources.s1.port = 44444

#source和channel连接
a1.sources.s1.channels = c1
a1.channels.c1.type = memory

#指定Sink
a1.sinks.sk1.type = logger
#sink和channel进行连接
a1.sinks.sk1.channel = c1

a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

2、HDFS sink

• HDFS sink
  • 将事件写入Hadoop分布式文件系统（HDFS）

配置项：

属性名	默认值	描述
channel	-	与 Sink 连接的 channel
type	-	组件类型，这个是： hdfs
hdfs.path	-	HDFS目录路径（例如：hdfs://namenode/flume/webdata/）
hdfs.filePrefix	FlumeData	Flume在HDFS文件夹下创建新文件的固定前缀
hdfs.inUseSuffix	.tmp	Flume正在写入的临时文件后缀
hdfs.rollInterval	30	当前文件写入达到该值时间后触发滚动创建新文件（0表示不按照时间来分割文件），单位：秒
hdfs.rollSize	1024	当前文件写入达到该大小后触发滚动创建新文件（0表示不根据文件大小来分割文件），单位：字节
hdfs.rollCount	10	当前文件写入Event达到该数量后触发滚动创建新文件（0表示不根据 Event 数量来分割文件）
hdfs.idleTimeout	0	关闭非活动文件的超时时间（0表示禁用自动关闭文件），单位：秒
hdfs.batchSize	100	向 HDFS 写入内容时每次批量操作的 Event 数量
hdfs.fileType	SequenceFile	文件格式，目前支持： SequenceFile 、 DataStream 、 CompressedStream 。 1. DataStream 不会压缩文件，不需要设置hdfs.codeC 2. CompressedStream 必须设置hdfs.codeC参数
hdfs.maxOpenFiles	5000	允许打开的最大文件数，如果超过这个数量，最先打开的文件会被关闭
hdfs.minBlockReplicas	-	指定每个HDFS块的最小副本数。 如果未指定，则使用 classpath 中 Hadoop 的默认配置
hdfs.writeFormat	Writable	文件写入格式。可选值： Text 、 Writable 。在使用 Flume 创建数据文件之前设置为 Text，否则 Apache Impala（孵化）或 Apache Hive 无法读取这些文件
hdfs.threadsPoolSize	10	每个HDFS Sink实例操作HDFS IO时开启的线程数（open、write 等）
hdfs.round	false	是否应将时间戳向下舍入（如果为true，则影响除 %t 之外的所有基于时间的转义符

a2.channels=c2
a2.sources=s2
a2.sinks=k2

a2.sources.s2.type=spooldir
a2.sources.s2.spoolDir=/opt/data/datas
a2.sources.s2.fileHeader=true

a2.channels.c2.type=memory
a2.channels.c2.capacity=20000
a2.channels.c2.transactionCapacity=1000

a2.sinks.k2.type=hdfs
a2.sinks.k2.hdfs.path=hdfs://192.168.253.150:9000/tmp/customs
a2.sinks.k2.hdfs.rollCount=5000
a2.sinks.k2.hdfs.rollSize=600000
a2.sinks.k2.hdfs.batchSize=500

a2.sinks.k2.channel=c2
a2.sources.s2.channels=c2

3、hive sink

• Hive sink
  • 包含分隔文本或JSON数据流事件直接进入Hive表或分区
  • 传入的事件数据字段映射到Hive表中相应的列

channel	-	与 Sink 连接的 channel
type	-	组件类型，这个是： hive
hive.metastore	-	Hive metastore URI (eg thrift://a.b.com:9083 )
hive.database	-	Hive 数据库名
hive.table	-	Hive表名
hive.partition	-	逗号分隔的要写入的分区信息。 比如hive表的分区是（continent: string, country :string, time : string）， 那么“Asia,India,2014-02-26-01-21”就表示数据会写入到continent=Asia,country=India,time=2014-02-26-01-21这个分区。
hive.txnsPerBatchAsk	100	Hive从Flume等客户端接收数据流会使用多次事务来操作，而不是只开启一个事务。这个参数指定处理每次请求所开启的事务数量。来自同一个批次中所有事务中的数据最终都在一个文件中。 Flume会向每个事务中写入 batchSize 个 Event，这个参数和 batchSize 一起控制着每个文件的大小，请注意，Hive最终会将这些文件压缩成一个更大的文件。
heartBeatInterval	240	发送到 Hive 的连续心跳检测间隔（秒），以防止未使用的事务过期。设置为0表示禁用心跳。
autoCreatePartitions	true	Flume 会自动创建必要的 Hive分区以进行流式传输
batchSize	15000	写入一个 Hive事务中最大的 Event 数量
callTimeout	10000	Hive、HDFS I/O操作的超时时间（毫秒），比如：开启事务、写数据、提交事务、取消事务。
round	false	是否启用时间戳舍入机制
roundUnit	minute	舍入值的单位，可选值：second 、 minute 、 hour
roundValue	1	舍入到小于当前时间的最高倍数（使用 roundUnit 配置的单位） 例子1：roundUnit=second，roundValue=10，则14:31:18这个时间戳会被舍入到14:31:10; 例子2：roundUnit=second，roundValue=30，则14:31:18这个时间戳会被舍入到14:31:00，14:31:42这个时间戳会被舍入到14:31:30;
timeZone	Local Time	应用于解析分区中转义序列的时区名称，比如：America/Los_Angeles、Asia/Shanghai、Asia/Tokyo等
useLocalTimeStamp	false	替换转义序列时是否使用本地时间戳（否则使用Event header中的timestamp ）

八、Flume Sink组

• sink组是用来创建逻辑上的一组sink
• sink组的行为是由sink处理器（processor）决定的，它决定了event的路由策略
• processor包括故障转移和负载均衡两类

//故障转移
a1.sinkgroups = g1
a1.sinkgroups.g1.sinks = k1 k2
a1.sinkgroups.g1.processor.type = failover
a1.sinkgroups.g1.processor.priority.k1 = 5
a1.sinkgroups.g1.processor.priority.k2 = 10
a1.sinkgroups.g1.processor.maxpenalty = 10000

//负载均衡
a1.sinkgroups = g1
a1.sinkgroups.g1.sinks = k1 k2
a1.sinkgroups.g1.processor.type = load_balance
a1.sinkgroups.g1.processor.backoff = true
a1.sinkgroups.g1.processor.selector = random

九、拦截器（Interceptors）

• 拦截器可修改或丢弃事件
  • 设置在source和channel之间
• 内置拦截器
  • HostInterceptor：在event header中插入“hostname”
  • TimestampInterceptor：插入时间戳
  • StaticInceptor：插入key-value
  • UUIDInceptor：插入UUID
• 自定义拦截器

正则：

a3.channels=c3
a3.sources=s3
a3.sinks=k3

a3.sources.s3.type=spooldir
a3.sources.s3.spoolDir=/opt/data/datas
a3.sources.s3.interceptors=userid_filter
a3.sources.s3.interceptors.userid_filter.type=regex_filter
a3.sources.s3.interceptors.userid_filter.regex=userid.*
a3.sources.s3.interceptors.userid_filter.encludeEvents=true

a3.channels.s3.type=memory

a3.sinks.k3.type=logger

a3.sources.s3.channels=c3
a3.sinks.k3.channel=c3

代码实现拦截器：

import org.apache.flume.Context;
import org.apache.flume.Event;
import org.apache.flume.interceptor.Interceptor;
import java.nio.charset.Charset;
import java.util.ArrayList;
import java.util.List;
public class UserInterceptor implements Interceptor {
    @Override
    public void initialize() {
    }

    @Override
    public Event intercept(Event event) {
        byte[] body = event.getBody();
        String str = new String(body, Charset.forName("UTF-8"));
        String[] value = str.split(",");
        switch (value[2]){
            case "男" :
                value[2]="1";
                break;
            case "女" :
                value[2]="2";
                break;
            default:
                value[2]="0";
        }
        String newStr = value[0]+","+value[1]+","+value[2]+","+value[3];
        event.setBody(newStr.getBytes());
        return event;
    }

    @Override
    public List<Event> intercept(List<Event> list) {
        for (Event event : list) {
            intercept(event);
            }
        return list;
    }
    @Override
    public void close() {
    }
    public static class Builder implements Interceptor.Builder{
        @Override
        public Interceptor build() {
            return new UserInterceptor();
        }

        @Override
        public void configure(Context context) {
        }
    }
}

配置：

a4.channels=c4
a4.sources=s4
a4.sinks=k4

a4.sources.s4.type=spooldir
a4.sources.s4.spoolDir=/opt/data/datas
a4.sources.s4.interceptors=myInterceptor
a4.sources.s4.interceptors.myInterceptor.type=com.zjw.UserInterceptor$Builder

a4.channels.c4.type=memory

a4.sinks.k4.type=logger

a4.sinks.k4.channel=c4
a4.sources.s4.channels=c4