Flume HDFS接收器:从文件名中删除时间戳

Question

我为我的应用程序配置了flume代理,其中source是Spooldir,sink是HDFS

我能够在hdfs中收集文件.

代理配置是:

agent.sources = src-1
agent.channels = c1
agent.sinks = k1

agent.sources.src-1.type = spooldir
agent.sources.src-1.channels = c1
agent.sources.src-1.spoolDir = /home/Documents/id/
agent.sources.src-1.deserializer=org.apache.flume.sink.solr.morphline.BlobDeserializer$Builder
agent.sources.src-1.fileHeader=true
agent.channels.c1.type = file
agent.sources.src-1.basenameHeader=true
agent.sources.src-1.basenameHeaderKey=basename

agent.sinks.k1.type = hdfs
agent.sinks.k1.channel = c1
agent.sinks.k1.hdfs.path =hdfs://localhost:8020/user/flume/events/
agent.sinks.k1.hdfs.filePrefix = %{basename}
agent.sinks.k1.hdfs.fileHeader = true
agent.sinks.k1.hdfs.fileType = DataStream

我有hdfs文件格式如下:

/flume/events/file1.txt.1411543838171 /flume/events/file2.txt.1411544272696

我想知道我可以删除为文件名的每个事件自动生成的时间戳(1411543838171)/唯一号码吗？

Answer 1

仅通过使用配置似乎不可能删除时间戳。如果您了解 HDFS Sink 的工作原理，您会发现以下内容：

long counter = fileExtensionCounter.incrementAndGet();
String fullFileName = fileName + "." + counter;

哪里fileExtensionCounter​fileExtensionCounter = new AtomicLong(clock.currentTimeMillis());

您可以在此处和此处为作者检查接收器的代码。

如果您想要做的是将更多事件放入单个文件中，那么您可以查看接收器属性

• rollTime
• rollSize
• rollCount
• batchSize