flume学习（九）：使用Morphline Interceptor

Morphline是干嘛用的？简单点说就是一个ETL工具，详细介绍：http://kitesdk.org/docs/current/kite-morphlines/morphlinesReferenceGuide.html

这里有一个注意点，是和cloudera search版本有关系的，我是用CDH 5.0.0, Parcel搭建的集群环境,对应装的cloudera search是1.0版本的，这个版本用的是kitesdk的morphlines,如果是更高版本的比如search1.3，可能用的就是cdk的morphlines了。用的哪个development kit对morphlines配置文件里面的那个 importCommands 配置是有讲究的，我用的kitesdk,所以应该写为： importCommands : ["org.kitesdk.**"]，如果用的cdk的,则应该写为 importCommands : ["com.cloudera.**"],否则将无法导入commands。

还有一个小插曲就是，在研究flume-ng使用morphlines的过程中，每次启动agent都卡在importing commands上，不一会agent就挂掉了，这个问题纠结了很久，开始以为是search的相关jar包没有加载到classpath中去，导致无法导入commands,后面讲search的相关jar包都扔到flume的plugins.d插件目录下面了，还是不行。查看日志也没发现什么特别的异常，无意中发现了一个oom的异常，于是将agent的jvm调大为512M（cm装完默认agent的jvm只有50M），再重新启动agent,终于成功导入了commands,哎CM坑爹的默认配置折腾了我两天时间，不过还是研究各种官方文档学到了一些其他的知识，还是值得的。

下面贴出一个很简单的morphline.conf:

[plain]  view plain  copy

 

1. morphlines : [  
2.   {  
3.     id : morphline1  
4.   
5.     # Import all morphline commands in these java packages and their subpackages.  
6.     # Other commands that may be present on the classpath are not visible to this morphline.  
7.     importCommands : ["org.kitesdk.**"]  
8.   
9.     commands : [  
10.         {  
11.                  readLine {  
12.                         charset : UTF-8  
13.                  }  
14.         }  
15.     ]  
16.   }  
17. ]  

只定义了一个kitesdk的一个command叫readLine(具体用法和解释参见：http://kitesdk.org/docs/current/kite-morphlines/morphlinesReferenceGuide.html),就是会将输入一行一行的读取，然后存放到一个叫message的键当中去。

接下来是一个简单的flume.conf:

[plain]  view plain  copy

 

1. # Please paste flume.conf here. Example:  
2.   
3. # Sources, channels, and sinks are defined per  
4. # agent name, in this case 'tier1'.  
5. tier1.sources  = source1  
6. tier1.channels = channel1  
7. tier1.sinks    = sink1  
8.   
9. # For each source, channel, and sink, set  
10. # standard properties.  
11. tier1.sources.source1.type     = netcat  
12. tier1.sources.source1.bind     = 0.0.0.0  
13. tier1.sources.source1.port     = 9999  
14. tier1.sources.source1.channels = channel1  
15. tier1.sources.source1.interceptors = morphlineinterceptor  
16. tier1.sources.source1.interceptors.morphlineinterceptor.type = org.apache.flume.sink.solr.morphline.MorphlineInterceptor$Builder  
17. tier1.sources.source1.interceptors.morphlineinterceptor.morphlineFile = /etc/flume-ng/conf/morphline.conf  
18. tier1.sources.source1.interceptors.morphlineinterceptor.morphlineId = morphline1  
19.   
20. tier1.channels.channel1.type   = memory  
21. tier1.sinks.sink1.type         = logger  
22. tier1.sinks.sink1.channel      = channel1  
23.   
24. # Other properties are specific to each type of  
25. # source, channel, or sink. In this case, we  
26. # specify the capacity of the memory channel.  
27. tier1.channels.channel1.capacity = 100  

morphline interceptor的配置我直接摘自官方文档，主要注意一下那个morphlineFile就行了，把上面那个morphline.conf放到/etc/flume-ng/conf目录下面，morphlineId可以指定一个ID（如果morphline.conf中有配置多个ID的话）

接下来启动agent。

然后telnet localhost 9999,输入hello world回车。

在agent的日志文件中就可以看到如下日志信息：

Event: { headers:{message=hello world} body: }

注意这个message属性是添加到了event的headers当中了。