Flume进阶

Leefs 2022-03-25 PM 814℃ 0条

### 一、Flume事务

**在Flume中一共有两个事务:**

- **Put事务：**在Source到Channel之间
- **Take事务：**Channel到Sink之间

从Source到Channel过程中，数据在Flume中会被封装成Event对象，也就是一批Event，把这批Event放到一个事务中，把这个事务也就是这批event一次性的放入Channel中。

同理，Take事务的时候，也是把这一批event组成的事务统一拿出来到sink放到HDFS上。

![02.Flume进阶01.png](https://lilinchao.com/usr/uploads/2022/03/1250716855.png)

**Put事务流程**

+ **doPut**：将批数据先写入临时缓冲区 putList

+ **doCommit**：检查 channel 内存队列是否足够合并

+ **doRollback**：channel 内存队列空间不足，回滚数据

**注意**

在doCommit提交之后，事务在向Channel存放数据的过程中，事务容易出问题。

如Sink取数据慢，而Source放数据速度快，容易造成Channel中数据的积压，如果putList中的数据放不进去，会如何呢?

**此时会调用 doRollback 方法，doRollback方法会进行两项操作：**

+ 将putList清空; 抛出 ChannelException异常。
+ source会捕捉到doRollback抛出的异常，然后source就将刚才的一批数据重新采集，然后重新开始一个新的事务，这就是事务的回滚。

**Take 事务流程**

+ **doTake**：将数据取到临时缓冲区 takeList，并将数据发送到 HDFS

+ **doCommit**：如果数据全部发送成功，则清除临时缓冲区 takeList

+ **doRollback**：数据发送过程中如果出现异常，rollback 将临时缓冲区 takeList 中的数据归还给 channel 内存队列

**注意**

针对HDFS Sink，手动调用IO流的flush方法，将IO流缓冲区的数据写入到HDFS磁盘中;

flush到HDFS的时候组容易出问题。flush到HDFS的时候，可能由于网络原因超时导致数据传输失败，这个时候调用doRollback方法来进行回滚，回滚的时候由于takeList中还有备份数据，所以将takeList中的数据原封不动地还给channel，这时候就完成了事务的回滚。

但是，如果flush到HDFS的时候，数据flush了一半之后出问题了，这意味着已经有一半的数据已经发送到HDFS上面了，现在出了问题，同样需要调用doRollback方法来进行回滚，回滚并没有“一半”之说，它只会把整个takeList中的数据返回给 channel，然后继续进行数据的读写。这样开启下一个事务的时候容易造成**数据重复**的问题。

### 二、Flume Agent内部原理

![02.Flume进阶02.png](https://lilinchao.com/usr/uploads/2022/03/3679568827.png)

**重要组件**

**（1）ChannelSelector**

ChannelSelector 的作用就是选出 Event 将要被发往哪个 Channel。其共有两种类型， 分别是 Replicating（复制）和 Multiplexing（多路复用）。

ReplicatingSelector 会将同一个 Event 发往所有的 Channel，Multiplexing 会根据相应的原则，将不同的 Event 发往不同的 Channel。

**（2）SinkProcessor**

SinkProcessor共有三种类型,分别是`DefaultSinkProcessor` 、 `LoadBalancingSinkProcessor` 和 `FailoverSinkProcessor`。

`DefaultSinkProcessor` 对 应 的 是 单 个 的 Sink ， `LoadBalancingSinkProcessor` 和 `FailoverSinkProcessor` 对应的是 Sink Group，`LoadBalancingSinkProcessor` 可以实现负载均衡的功能，`FailoverSinkProcessor` 可以错误恢复的功能。

*附参考文章来源：*

*《尚硅谷大数据之Flume》*

*https://zhuanlan.zhihu.com/p/307603757*

标签: Flume

非特殊说明，本博所有文章均为博主原创。

如若转载，请注明出处：https://lilinchao.com/archives/1949.html

上一篇 Flume概述

下一篇 Flume拓扑结构

Flume进阶

评论啦~

栏目分类

标签云

友情链接申请

Flume进阶

 评论啦~

 栏目分类

标签云

友情链接申请

评论啦~

栏目分类

标签云

友情链接申请