HdfsSink原理解析

我们先了解几个概念:

  • batchSize sink从channel中取batchSize数量的event才会flush,sync到hdfs
  • transactionCapcity source在收集满transactionCapcity数量的event才会put到channel

接着看一下类图:

HDFSEventSink

HDFSEventSink,是我们在flume配置文件中指定的channel.type=hdfs时对应的java类。它主要有三个方法:

  • start() 初始化线程池等
  • stop() 清理工作
  • process() SinkRunner调用的方法
process()

HDFS sink主要处理过程为process方法。

//循环batchSize次或者Channel为空
 for (txnEventCount = 0; txnEventCount < batchSize; txnEventCount++) {
        Event event = channel.take();
        if (event == null) {
          break;
        }
    ......
    //sfWriter是一个LRU缓存,缓存对文件Handler,最大打开文件由参数maxopenfiles控制
    BucketWriter bucketWriter = sfWriters.get(lookupPath);
    // 如果不存在,则构造一个缓存
    if (bucketWriter == null) {
    //通过HDFSWriterFactory根据filetype生成一个hdfswriter,由参数hdfs.Filetype控制;eg:HDFSDataStream
    HDFSWriter hdfsWriter = writerFactory.getWriter(fileType);
    //idleCallback会在bucketWriter flush完毕后从LRU中删除;
    WriterCallback idleCallback = null;
    if(idleTimeout != 0) {
    idleCallback = new WriterCallback() {
      @Override
      public void run(String bucketPath) {
        sfWriters.remove(bucketPath);
      }
    };
    }
    bucketWriter = new BucketWriter(rollInterval, rollSize, rollCount,
    batchSize, context, realPath, realName, inUsePrefix, inUseSuffix,
    suffix, codeC, compType,hdfsWriter, timedRollerPool,
    proxyTicket, sinkCounter, idleTimeout, idleCallback,
    lookupPath, callTimeout, callTimeoutPool);
    sfWriters.put(lookupPath, bucketWriter);
    }
    ......
    // track一个事务内的bucket
    if (!writers.contains(bucketWriter)) {
    writers.add(bucketWriter);
    }
    // 写数据到HDFS;
    bucketWriter.append(event);-------------apend()内部如下------------>

    open();//如果底层支持append,则通过open接口打开;否则create接口
    //判断是否进行日志切换
    //根据复制的副本书和目标副本数做对比,如果不满足则doRotate=false
    if(doRotate) {
    close();
    open();
    }

    //写数据,超时时间hdfs.callTimeout
    callWithTimeout(new CallRunner<Void>() {
        @Override
        public Void call() throws Exception {
          writer.append(event); // could block
          return null;
        }
      });
    if(batchCounter == batchSize) {//如果达到batchSize行进行一次flush
    flush();---------->
    doFlush()--------->
    HDFSWriter.sync()----------->
    FSDataoutputStream.flush/sync
    }
    // 提交事务之前,刷新所有的bucket
    for(BucketWriter bucketWriter : writers){
    bucketWriter.flush();
    }
    transaction.commit();

BucketWriter

BucketWriter主要封装了hadoop hdfs api

Reference

http://boylook.blog.51cto.com/7934327/d-4

转载请注明:http://blog.csdn.net/wsscy2004

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值