Недавно я задал вопрос Apache Flume - отправлять только новое содержимое файла
Я перефразирую вопрос, чтобы узнать больше и предоставить больше пользы будущим пользователям Flume.
Установка: два сервера, один с файлом .txt, к которому регулярно добавляются строки.
Цель: использовать источник TAILDIR для Flume, чтобы добавить последнюю записанную строку в файл на другом сервере.
Проблема: Всякий раз, когда в исходный файл добавляется новая строка данных, текущая конфигурация добавляет все в файле на сервере 1 к файлу на сервере 2. Это приводит к дублированию строк в файле 2 и неправильному воссозданию файла с сервера 1.
Конфигурация на сервере 1:
#configure the agent
agent.sources=r1
agent.channels=k1
agent.sinks=c1
#using memort channel to hold upto 1000 events
agent.channels.k1.type=memory
agent.channels.k1.capacity=1000
agent.channels.k1.transactionCapacity=100
#connect source, channel,sink
agent.sources.r1.channels=k1
agent.sinks.c1.channel=k1
#define source
agent.sources.r1.type=TAILDIR
agent.sources.r1.channels=k1
agent.sources.r1.filegroups=f1
agent.sources.r1.filegroups.f1=/home/tail_test_dir/test.txt
agent.sources.r1.maxBackoffSleep=1000
#connect to another box using avro and send the data
agent.sinks.c1.type=avro
agent.sinks.c1.hostname=10.10.10.4
agent.sinks.c1.port=4545
Конфигурация на сервере 2:
#configure the agent
agent.sources=r1
agent.channels=k1
agent.sinks=c1
#using memory channel to hold up to 1000 events
agent.channels.k1.type=memory
agent.channels.k1.capacity=1000
agent.channels.k1.transactionCapacity=100
#connect source, channel, sink
agent.sources.r1.channels=k1
agent.sinks.c1.channel=k1
#here source is listening at the specified port using AVRO for data
agent.sources.r1.type=avro
agent.sources.r1.bind=0.0.0.0
agent.sources.r1.port=4545
#use file_roll and write file at specified directory
agent.sinks.c1.type=file_roll
agent.sinks.c1.sink.directory=/home/Flume_dump