【Flume】【源码分析】flume中事件Event的数据结构分析以及Event分流

90 阅读 0 评论 60 点赞

我是靠谱客的博主落后豆芽，最近开发中收集的这篇文章主要介绍【Flume】【源码分析】flume中事件Event的数据结构分析以及Event分流，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程。

前言

首先来看一下flume官网中对Event的定义

一行文本内容会被反序列化成一个event【序列化是将对象状态转换为可保持或传输的格式的过程。与序列化相对的是反序列化，它将流转换为对象。这两个过程结合起来，可以轻松地存储和传输数据】，event的最大定义为2048字节，超过，则会切割，剩下的会被放到下一个event中，默认编码是UTF-8，这都是统一的。

但是这个解释是针对Avro反序列化系统中的Event的定义，而flume ng中很多event用的不是这个，所以你只要记住event的数据结构即可，上面这个解释可以忽略。

一、Event定义

public interface Event {

  /**
   * Returns a map of name-value pairs describing the data stored in the body.
   */
  public Map<String, String> getHeaders();

  /**
   * Set the event headers
   * @param headers Map of headers to replace the current headers.
   */
  public void setHeaders(Map<String, String> headers);

  /**
   * Returns the raw byte array of the data contained in this event.
   */
  public byte[] getBody();

  /**
   * Sets the raw byte array of the data contained in this event.
   * @param body The data.
   */
  public void setBody(byte[] body);

}

很简单的数据结构

header是一个map，body是一个字节数组，body才是我们实际使用中真正传输的数据，header传输的数据，我们是不会是sink出去的。

二、Event如何产出以及如何分流

while ((line = reader.readLine()) != null) {
            synchronized (eventList) {
              sourceCounter.incrementEventReceivedCount();
              eventList.add(EventBuilder.withBody(line.getBytes(charset)));
              if(eventList.size() >= bufferCount || timeout()) {
                flushEventBatch(eventList);
              }
            }
          }

 public static Event withBody(byte[] body, Map<String, String> headers) {
    Event event = new SimpleEvent();

    if(body == null) {
      body = new byte[0];
    }
    event.setBody(body);

    if (headers != null) {
      event.setHeaders(new HashMap<String, String>(headers));
    }

    return event;
  }

这里是单纯的包装了event的body内容，line即是我们真正的数据内容，将其转换成UTF-8编码的字节内容分装到event的body中，它的header是null。

用的是SimpleEvent类。

header的话，就是在分装Event对象的时候，我们可以自定义的设置一些key-value对，这样做的目的，是为了后续的通道多路复用做准备的

在source端产出event的时候，通过header去区别对待不同的event，然后在sink端的时候，我们就可以通过header中的key来将不同的event输出到对应的sink下游去，这样就将event分流出去了，但是这里有一个前提：不建议通过对event的body解析来设置header，因为flume就是一个水槽，水槽是不会在中间对水进行加工的，要加工，等水流出去了再加工

a1.sources.r1.interceptors = i1
a1.sources.r1.interceptors.i1.type = host
a1.sources.r1.interceptors.i1.hostHeader = hostname

如上，host是你自定义的一个拦截器，hostHeader都是自定义的key，这样你就在event产出的时候，给各个event定义了不同的header，然后再通过多路复用通道的模式进行分流

a1.sources.r1.selector.type = multiplexing
a1.sources.r1.selector.header = state
a1.sources.r1.selector.mapping.CZ = c1
a1.sources.r1.selector.mapping.US = c2 c3
a1.sources.r1.selector.default = c4

这样你就可以根据event的header中的key将其放入不同的channel中，紧接着，再通过配置多个sink去不同的channel取出event，将其分流到不同的输出端

每个sink配置的通道区别开就行了。