在Flume NG中使用HBaseSink时,我可以自定义行键模式吗？

Question

我正在尝试使用Flume NG将文本文件中的日志收集到HBase.日志文件中的每一行都是JSON文本,我将它们作为值插入HBase表中.问题是我不知道如何自定义行键模式.例如,当我计算表中的行时:

hbase(main):001:0> count 'flume-ng-test', 100000
Current count: 100000, row: default32e473e0-4f54-48b5-8081-c3f845b38456         
Current count: 200000, row: default65b0cc3d-5421-4bb1-87e2-b21c2841fcd6         
Current count: 300000, row: default98be85e3-bb9f-402e-8f36-0db74cb8ab44         
Current count: 400000, row: defaultcbf888dc-e2bb-492f-ab17-63f5e0327344         
Current count: 500000, row: defaultfedc40e5-04b4-49a4-8734-655f43956d6e         
502224 row(s) in 8.1540 seconds

行键是default + UUID_like_string.如果我想使用当前时间戳(升序或降序)更改行键模式,我该怎么办？

谢谢你的评论.

Answer 1

在flume-ng的HBase接收器中,HbaseEventSerializer实现负责生成行键.默认实现org.apache.flume.sink.hbase.SimpleHbaseEventSerializer已经支持以格式生成时间戳行键prefix + current timestamp,使用它只需修改您的水槽配置.

hbase-agent.sinks.sink1.type = org.apache.flume.sink.hbase.HBaseSink
hbase-agent.sinks.sink1.channel = ch1
hbase-agent.sinks.sink1.table = demo
hbase-agent.sinks.sink1.columnFamily = cf
hbase-agent.sinks.sink1.serializer = org.apache.flume.sink.hbase.SimpleHbaseEventSerializer
hbase-agent.sinks.sink1.serializer.payloadColumn = col1
hbase-agent.sinks.sink1.serializer.keyType = timestamp

如果提供的基于时间戳的密钥生成方法不是您的目标,那么您需要HbaseEventSerializer为水槽提供自定义实现,这将要求您:

1. 创建自己的行键生成器类(默认值为org.apache.flume.sink.hbase.SimpleRowKeyGenerator)
2. 创建您自己的HbaseEventSerializer接口实现(默认实现org.apache.flume.sink.hbase.SimpleHbaseEventSerializer),它将使用您在第一步中创建的自定义行密钥生成器
3. 修改您的flume hbase sink配置以使用自定义HbaseEventSerializer实现.