flume：支持重命名、移动文件的roll file sink升级版
原创文章，转载请注明： 转载自始终不够
本文链接地址: flume：支持重命名、移动文件的roll file sink升级版
转载请注明：始终不够 » flume：支持重命名、移动文件的roll file sink升级版
flume一套日志收集系统，关于这套系统如何使用的文章网络上比较多，且官方手册也很详细，这里不再累赘。主要讨论关于flume自带的roll file sink弊端及升级方案。
flume自带的roll file sink用于在本地文件系统对文件进行持久化。flume仅仅提供了如下几个参数用来配置roll file sink：
| channel | – | |
| type | – | The component type name, needs to be file_roll. |
| sink.directory | – | The directory where files will be stored |
| sink.rollInterval | 30 | Roll the file every 30 seconds. Specifying 0 will disable rolling and cause all events to be written to a single file. |
| sink.serializer | TEXT | Other possible options include avro_event or the FQCN of an implementation of EventSerializer.Builder interface. |
| batchSize | 100 |
在一些场景，我们希望使用文件队列的方式对日志进行处理。在这样的场景中，roll file sink暴漏出以下两个问题：
- 正在处理的文件与处理完成的文件没有区分标志
- 不支持文件移动，由于目录下一直有数据写入，其他程序不能将该目录做队列目录使用
- 不支持文件多路复制
当然，一般最后一个文件是正在写入的文件，如果你能够保证你的程序永远不会处理最后一个文件，也不需要解决上述两个问题。
针对以上两个问题，对flume roll file sink做了升级，升级如下：
flume roll file sink升级版，支持以下特性：
- 支持针对已处理完成文件重命名
- 支持已处理完成文件移动
- 支持空文件删除（当进行文件移动或文件重命名时，如文件为空，则执行delete()操作）
- 支持文件多路复制
配置参数：
- sink.moveFile default:false 含义：是否移动文件
- sink.targetDirectory default:'' 含义：移动目标目录
- sink.useFileSuffix default:false 含义：是否添加文件后缀
- sink.fileSuffix default:.COMPLEATED 含义：文件后缀名
- sink.useCopy default:false 含义：是否复制文件
- sink.copyDirectory default:'' 含义：复制目标目录（多个目录请使用英文逗号分隔）
配置示例：
# 负载机flume client配置
# 组件名称配置
client.sources = source_client
client.sinks = sink_client
client.channels = channel_client
# 日志源组件配置（监听目录下新增文件）
client.sources.source_client.type = spooldir
client.sources.source_client.channels = channel_client
client.sources.source_client.spoolDir = /some_logs_dir/
client.sources.source_client.fileHeader = true
# sink组件配置
client.sinks.sink_client.type = cn.huyanping.flume.sinks.SafeRollingFileSink
client.sinks.sink_client.channel = channel_client
client.sinks.sink_client.sink.directory = /data/source
client.sinks.sink_client.sink.moveFile = true
client.sinks.sink_client.sink.targetDirectory = /data/target
client.sinks.sink_client.sink.rollInterval = 1
client.sinks.sink_client.sink.useFileSuffix = true
client.sinks.sink_client.sink.fileSuffix = .COMPLETED
client.sinks.sink_client.sink.useCopy = true
client.sinks.sink_client.sink.copyDirectory = /data/copy1,/data/copy2
# 文件管道设置
client.channels.channel_client.type = file
client.channels.channel_client.checkpointDir = /data/tmp/checkpoint
client.channels.channel_client.dataDirs = /data/tmp
项目地址：https://github.com/huyanping/flume-sinks-safe-roll-file-sink