flume到hdfsSink:
type | hdfs |
path | 写入hdfs的路径,需要包含文件系统标识,比如:hdfs://namenode/flume/webdata/ 可以使用flume提供的日期及%{host}表达式。 |
filePrefix | 默认值:FlumeData 写入hdfs的文件名前缀,可以使用flume提供的日期及%{host}表达式 |
fileSuffix | 写入hdfs的文件名后缀,比如:.lzo .log等 |
inUsePrefix | 临时文件的文件名前缀,hdfs sink会先往目标目录中写临时文件,再根据相关规则重命名成最终目标文件 |
inUseSuffix | 默认值:.tmp 临时文件的文件名后缀 |
rollInterval | 默认值:30 hdfs sink间隔多长将临时文件滚动成最终目标文件,单位:秒; 如果设置成0,则表示不根据时间来滚动文件; 注:滚动(roll)指的是,hdfs sink将临时文件重命名成最终目标文件,并新打开一个临时文件来写入数据; |
rollSize | 默认值:1024 当临时文件达到该大小(单位:bytes)时,滚动成目标文件; 如果设置成0,则表示不根据临时文件大小来滚动文件 |
rollCount | 默认值:10 当events数据达到该数量时候,将临时文件滚动成目标文件; 如果设置成0,则表示不根据events数据来滚动文件; |
idleTimeout | 默认值:0 当目前被打开的临时文件在该参数指定的时间(秒)内,没有任何数据写入,则将该临时文件关闭并重命名成目标文件; |
batchSize | 默认值:100 每个批次刷新到HDFS上的events数量; |
codeC | 文件压缩格式,包括:gzip, bzip2, lzo, lzop, snappy |
fileType | 默认值:SequenceFile 文件格式,包括:SequenceFile, DataStream,CompressedStream 当使用DataStream时候,文件不会被压缩,不需要设置hdfs.codeC; 当使用CompressedStream时候,必须设置一个正确的hdfs.codeC值; |
maxOpenFiles | 默认值:5000 最大允许打开的HDFS文件数,当打开的文件数达到该值,最早打开的文件将会被关闭; |
minBlockReplicas | 默认值:HDFS副本数 写入HDFS文件块的最小副本数。 该参数会影响文件的滚动配置,一般将该参数配置成1,才可以按照配置正确滚动文件。 |
writeFormat | 写sequence文件的格式。包含:Text, Writable(默认) |
callTimeout | 默认值:10000 执行HDFS操作的超时时间(单位:毫秒); |
threadsPoolSize | 默认值:10 hdfs sink启动的操作HDFS的线程数。 |
rollTimerPoolSize | 默认值:1 hdfs sink启动的根据时间滚动文件的线程数。 |
kerberosPrincipal | HDFS安全认证kerberos配置 |
kerberosKeytab | HDFS安全认证kerberos配置; |
proxyUser | 代理用户 |
round | 默认值:false 是否启用时间上的”舍弃”,这里的”舍弃”,类似于”四舍五入”,后面再介绍。如果启用,则会影响除了%t的其他所有时间表达式; |
roundValue | 默认值:1 时间上进行“舍弃”的值 |
roundUnit | 默认值:seconds 时间上进行”舍弃”的单位,包含:second,minute,hour 示例: a1.sinks.k1.hdfs.path = /flume/events/%y-%m-%d/%H%M/%S a1.sinks.k1.hdfs.round = true a1.sinks.k1.hdfs.roundValue = 10 a1.sinks.k1.hdfs.roundUnit = minute 当时间为2015-10-16 17:38:59时候,hdfs.path依然会被解析为: /flume/events/20151016/17:30/00 因为设置的是舍弃10分钟内的时间,因此,该目录每10分钟新生成一个。 |
timeZone | 默认值:Local Time 时区。 |
useLocalTimeStamp | 默认值:flase 是否使用当地时间。 |
closeTries | 默认值:0 hdfs sink关闭文件的尝试次数; 如果设置为1,当一次关闭文件失败后,hdfs sink将不会再次尝试关闭文件,这个未关闭的文件将会一直留在那,并且是打开状态。 设置为0,当一次关闭失败后,hdfs sink会继续尝试下一次关闭,直到成功。 |
retryInterval | 默认值:180(秒) hdfs sink尝试关闭文件的时间间隔,如果设置为0,表示不尝试,相当于于将hdfs.closeTries设置成1. |
serializer | 默认值:TEXT 序列化类型。其他还有:avro_event或者是实现了EventSerializer.Builder的类名。
|