版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/github_37643896/article/details/87258584
个人使用flume 相对较多 ,对他的采集任务比较喜欢 ,自己做了一些数据库方向的的拓展。
虽然 github 上 有很多 自定义的 flume sql-source 比如 大名鼎鼎 的https://github.com/keedio/flume-ng-sql-source
但是 我个人在使用的过程中遇到了一些问题 也一直没有得到解决 ,https://github.com/keedio/flume-ng-sql-source/issues/59
并且 格式 是csv 格式 。
所以我自己写了一套 sqlsource 基于原生的jdbc 连接 ,没有使用 其他的框架 ,读取数据库 转为 json 格式 。也便于解析个人 项目 地址,欢迎提出不足 ,有问题 直接 提issues。我会尽快帮大家解决 。
一、
在使用flume采集日志时,可以通过flume进行监控某一个文件把生产的数据传输给指定的sink,但是如果某段时间flume所在机器宕机了,那么当重新启动后,在去监控时,会导致有数据丢失,不是接着上一次的数据继续进行读取,因此针对这种情况时可能需要我们自定义一个source,记录偏移量,每次都是接着上次继续读,记录 数据已经发送的位置 。
二、
下面就是具体实现的代码
再写代码时可以参照官方给的source的源码进行编写.
flume的生命周期: 先执行构造器,再执行 config方法 --> start方法 --> processor.process–> stop
读取配置文件 -> 初始化 数据库连接及 相关参数 -> 解析 sql -> 获取 resultsSet -> 转为 Json -> 发送个channel -> stop -> 记录当前位置
具体 详见https://github.com/HbnKing/Flume-ng-Database/blob/master/RDB/src/main/java/com/hbn/rdb/source/SQLSource.java
三 、
配置文件
这里采用 loggersink 主要看一下Source 的 一些相关 配置
支持 自定义 sql
f2.sources = r1
f2.channels = c1
f2.sinks = k1
# 这里用 自己定义的 SQLSource
f2.sources.r1.type = com.hbn.rdb.source.SQLSource
f2.sources.r1.connectionurl = jdbc:oracle:thin:@//ip:1521/orcl
f2.sources.r1.user = yyj
f2.sources.r1.password = yyj
f2.sources.r1.driverclass= oracle.jdbc.driver.OracleDriver
f2.sources.r1.filepath = /var/log/sqllog
f2.sources.r1.filename = sqlSource.status
#f2.sources.r1.customquery = select a.id,a.COUPON_id,b.id from USER_COUPON_CODE_1 a ,COUPON_CODE b where a.COUPON_id = b.id
#f2.sources.r1.customquery = select a.id,a.COUPON_id,b.id from USER_COUPON_CODE_1 a ,COUPON_CODE b where a.COUPON_id = b.id and a.id > $@$
f2.sources.r1.customquery = select * from USER_COUPON_CODE_1
f2.sources.r1.begin = 0
f2.sources.r1.autoincrementfield = a.id
f2.sources.r1.batchsize = 1000
#具体定义channel
f2.channels.c1.type = memory
f2.channels.c1.capacity = 1000
f2.channels.c1.transactionCapacity = 100
#具体定义sink
f2.sinks.k1.type = logger
#组装source、channel、sink
f2.sources.r1.channels = c1
f2.sinks.k1.channel = c1
四 、
启动命令
bin/flume-ng agent --conf conf/ --conf-file conf/flume-conf1.properties --name f2-Dflume.root.logger=INFO,console
五 、
查看结果
{ "ID" : NumberLong("10000900000"), "COUPON_ID" : 900000, "ID_3" : NumberLong("10000900000") }
{ "ID" : NumberLong("10000700000"), "COUPON_ID" : 700000, "ID_3" : NumberLong("10000700000") }
{ "ID" : NumberLong("10000300000"), "COUPON_ID" : 300000, "ID_3" : NumberLong("10000300000") }
{ "ID" : NumberLong("10000800000"), "COUPON_ID" : 800000, "ID_3" : NumberLong("10000800000") }
{ "ID" : NumberLong("10000500001"), "COUPON_ID" : 500001, "ID_3" : NumberLong("10000500001") }
{ "ID" : NumberLong("10000500002"), "COUPON_ID" : 500002, "ID_3" : NumberLong("10000500002") }
{ "ID" : NumberLong("10000500003"), "COUPON_ID" : 500003, "ID_3" : NumberLong("10000500003") }
六 、
其他
如有问题 ,请留言 ,欢迎提出不足 和 建议 。
感谢贡献 。