Flume事务理解

听完别人根据源码讲解的Flume事务，大概有了

初步理解：

1:putList

1.1 Source读取外界数据，放到putList里面，然后doCommit 提交给Channel
1.2 如果Channel拉取数据异常，将开启doRollback回滚，此时数据就会回到putList，但是putList会把这部分数据清空，所以此时可能会丢失数据，因为如果用netcat Source ，它不会记录位置信息，也就是它读取外界数据时读到哪了，它不知道，你只会继续往下进行；但是如果使用taildir Source ，他会记录之前所有数据的位置信息，当putList清空一些数据时，他会找到该数据的位置信息，重新读取；

2.takeList

2.1 Sink去拉取Channel里的数据，然后doComit提交给HDFS或者其他地方（控制台…）
2.2 当发生异常时，会开启doROLLback回滚，此时数据会按照原来的位置原封不动的回到Channel，Channel不会清空，此时Sink再重新dotake,不过此时可能会重复数据，比如数据已经到HDFS了，但是通信端口出问题，没有返回确认信息，此时Sink会认为数据没有放到HDFS，便重新拉取此数据

欢迎补充！