flume组件汇总 source、sink、channel
Flume SourceSource类型说明Avro Source支持Avro协议（实际上是Avro RPC），内置支持Thrift Source支持Thrift协议，内置支持Exec Source基于Unix的command在标准输出上生产数据JMS Source从JMS系统（消息、主题）中读取数据，ActiveMQ已经测试过Spooling Directory Source监控指定目录内数据变更Twitter 1% firehose Source通过API持续下载Twitter数据，试验性质Netcat Source监控某个端口，将流经端口的每一个文本行数据作为Event输入Sequence Generator Source序列生成器数据源，生产序列数据 Syslog Sources
syslogtcp
multiport_syslogtcp
syslogudp
读取syslog数据，产生Event，支持UDP和TCP两种协议HTTP Source基于HTTP POST或GET方式的数据源，支持JSON、BLOB表示形式Legacy Sources
兼容老的Flume OG中Source（0.9.x版本）
Avro Legacy Source
Thrift Legacy Source
Scribe Source
Custom Source
自定义Source Flume Sink
Sink类型说明HDFS Sink数据写入HDFSLogger Sink数据写入日志文件Avro Sink数据被转换成Avro Event，然后发送到配置的RPC端口上Thrift Sink数据被转换成Thrift Event，然后发送到配置的RPC端口上IRC Sink数据在IRC上进行回放File Roll Sink存储数据到本地文件系统Null Sink丢弃到所有数据HBase Sink数据写入HBase数据库Morphline Solr Sink数据发送到Solr搜索服务器（集群）ElasticSearch Sink数据发送到Elastic Search搜索服务器（集群）Kite Dataset Sink写数据到Kite Dataset，试验性质的Custom Sink自定义Sink实现 Flume Channel
Channel类型说明Memory ChannelEvent数据存储在内存中JDBC ChannelEvent数据存储在持久化存储中，当前Flume Channel内置支持DerbyFile ChannelEvent数据存储在磁盘文件中Spillable Memory ChannelEvent数据存储在内存中和磁盘上，当内存队列满了，会持久化到磁盘文件（当前试验性的，不建议生产环境使用）Pseudo Transaction Channel测试用途Custom Channel自定义Channel实现 Channel Selector
Sink Processor
Event Serializer
Event Deserializers
在source组件上指定，反序列化，将输入（文件、流）解析成event的方式，
Deserializer类型说明LINE默认值，将文本输入的每行转换成一个eventAVRO读取avro文件，将其中的每条avro记录转换成一个event，每个event都附带着模式信息BlobDeserializer将整个二进制大数据转换成一个evnt，通常一个BLOB就是一个文件，比如PDF、JPG 比如：
1
2
a1.sources=s1
a1.sources.s1.deserializer=LINE 注意：
LINE有个设置每行字符个数的属性：deserializer.maxLineLength，默认是2048，大于这个字符数的行将被截断。
BlobDeserializer有个设置文件大小的属性：deserializer.maxBlobLength默认是100000000（大约95M），大于这个值的文件将被拆分成多个文件。
Event Serializers
在sink组将上指定，序列化，将event对象转换成文件的方式。
Serializer类型说明TEXT（Body Text Serializer）默认值，将event中body里的数据不做改变的转换成输出流，event的header将被忽略AVRO_EVENT（Avro Event Serializer）将event转换成avro文件BlobDeserializer将整个二进制大数据转换成一个evnt，通常一个BLOB就是一个文件，比如PDF、JPG Interceptor
拦截器可以修改或删除event。
拦截器可以组成拦截器链，中间用空格分隔，拦截器的配置顺序即是它们的执行顺序。
Handler类型说明Timestamp Interceptor
向event header中添加了timestamp变量，值是时间戳
Host Interceptor
向event header中添加了host变量，可以通%{host}引用（比如在HDFS sink中的路径占位符）
Static Interceptor
配置一个静态的值到event header里，多个静态值需要配多个static interceptor
UUID Interceptor
向event header里添加变量id，值是随机生成的uuid，可以用这个唯一标识一个event
Morphline Interceptor
使用morphline配置文件过滤event。
Regex Filtering Interceptor
使用正则表达式过滤（include或exclude）event。
Regex Extractor Interceptor使用正则表达式来向header中添加key、value。 配置实例：
1
2
3
4
5
6
a1.sources=s1
...
a1.sources.s1.interceptors=i1 i2
a1.sources.s1.interceptors.i1.type=host
a1.sources.s1.interceptors.i1.hostHeader=host
a1.sources.s1.interceptors.i2.type=timestamp type可以是全限定类名或者是别名
来自为知笔记(Wiz)
页:
[1]