Flume-ng-1.4.0 spooling source的方式增加了对目录的递归检测的支持

weyr

　　因为flume的spooldir不支持子目录文件的递归检测，并且业务需要，所以修改了源码，重新编译

　　代码修改参考自：http://blog.iyunv.com/yangbutao/article/details/8835563
　　不过在1.4中已经不是修改SpoolingFileLineReader类了，而是apache-flume-1.4.0-src\flume-ng-core\src\main\java\org\apache\flume\client\avro\ReliableSpoolingFileEventReader.java
　　并且变量directory应该改为spoolDirectory




1     /*
2      * @author admln
3      *
4      * @date 2015年4月8日 上午9:37:20
5      */
6     private void listDirFiles(List<File> files, File dir, FileFilter filter) {
7         File[] childs = dir.listFiles(filter);
8         for (int i = 0; i < childs.length; i++) {
9             if (childs.isFile()) {
10                 files.add(childs);
11             } else {
12                 if (childs.isDirectory()) {
13                     listDirFiles(files, childs, filter);
14                 }
15             }
16         }
17     }
18
19     /**
20      * Find and open the oldest file in the chosen directory. If two or more
21      * files are equally old, the file name with lower lexicographical value is
22      * returned. If the directory is empty, this will return an absent option.
23      */
24     private Optional<FileInfo> getNextFile() {
25         /* Filter to exclude finished or hidden files */
26         FileFilter filter = new FileFilter() {
27   　　　　　　　public boolean accept(File pathName) {
28 　　　　　　　　　　if ((pathName.getName().endsWith(completedSuffix))
29 　　　　　　　　　　　　|| (pathName.getName().startsWith("."))) {
30 　　　　　　　　　　　　return false;
31 　　　　　　　　　　}
32     　　　　　　return true;
33    　　　　　}
34      };
35      // List<File> candidateFiles = Arrays.asList(spoolDirectory.listFiles(filter));
36      List<File> candidateFiles = new ArrayList<File>();
37      listDirFiles(candidateFiles, spoolDirectory, filter);
　　
　　很多没必要的版本就不改，如果少包或者版本不对，即使编译通过了，使用的时候也会报java.lang.Error: Unresolved compilation problem，就要修改重新编译

　　重新编译的时候可以参考：http://www.iteblog.com/archives/1032
编译命令：



mvn install -Phadoop-2 -DskipTests -Dtar
　　会下很多各种jar包，很浪费时间

　　已经编译好的：http://pan.baidu.com/s/1eQxUDxC    5x9l

　　还有个比较简单的一点的办法，因为改的flume-ng-core里面的代码，而flume-ng-core是flume-ng的一个子项目，所以直接在flume-ng-core里面执行单独编译，得到target/flume-ng-core-1.4.0.jar，然后替换现有flume-bin/lib/里面的flume-ng-core-1.4.0.jar，也可以实现想要的功能。这个编译基本上不会有什么问题。
　　现成的：http://pan.baidu.com/s/1CVR3K  989v

　　在1.5.0中的doc说已经支持子目录的递归读取了但是只有patch，没集成到代码中，也没有kafka sink，所以个人觉得干脆改CDH的flume算了，加上递归，本身有kafka sink
　　http://archive.cloudera.com/cdh5/cdh/5/flume-ng-1.5.0-cdh5.2.5.tar.gz