关于flume:如何远程调试自定义开发的Flume应用

一、前言

Flume 作为当下最风行的大数据采集组件之一。其自身领有分布式 / 高牢靠 / 高可用等长处，但相比拟于 Flink/Spark/Kafka 等大数据组件，其对于本地调试的性能反对度并不高，如果咱们没有把握 Flume 的近程调试要领，就只能不停的进行打日志，部署，打日志，部署这样低效的工作，而这对于程序员来说无异于折磨。所以明天小编就和大家一起来探索 Flume 的近程调试办法。

二、环境筹备

1. flink 官网下载上传服务器并解压。
2. 开发自定义 Source，这里以简略的读取 mysql 表数据为 demo，局部代码如下：

package org.bigwinner.flume.sources;

import org.apache.flume.Context;
import org.apache.flume.Event;
import org.apache.flume.EventDeliveryException;
import org.apache.flume.PollableSource;
import org.apache.flume.conf.Configurable;
import org.apache.flume.event.EventBuilder;
import org.apache.flume.source.AbstractSource;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.sql.*;

/**
 * @author: IT 大狮兄
 * @date: 2021/8/13 下午 9:11
 * @version: 1.0.0
 * @description: 自定义 Source-- 读取 MySQL 表的数据
 */
public class MysqlSource extends AbstractSource implements PollableSource, Configurable {private static final Logger LOGGER = LoggerFactory.getLogger(MysqlSource.class);

    private String mysqlUrl;
    private String mysqlUser;
    private String mysqlPassword;
    private String mysqlTable;
    private String mysqlDriver;
    private Connection conn = null;

    public Status process() throws EventDeliveryException {
        String sql = "select * from" + mysqlTable;
        try {PreparedStatement statement = conn.prepareStatement(sql);
            ResultSet resultSet = statement.executeQuery();
            while (resultSet.next()) {String id = resultSet.getString(1);
                String uuid = resultSet.getString(2);
                String iccid = resultSet.getString(3);
                byte[] eventBytes = new StringBuilder().append(id).append("--")
                        .append(uuid).append("--").append(iccid).toString().getBytes();
                Event event = EventBuilder.withBody(eventBytes);
                getChannelProcessor().processEvent(event);
            }
        } catch (SQLException throwables) {throwables.printStackTrace();
        }
        return Status.READY;
    }

    public long getBackOffSleepIncrement() {return 0;}

    public long getMaxBackOffSleepInterval() {return 0;}

    @Override
    /** Flume 生命周期开始，能够做一些初始化的工作 */
    public void start() {LOGGER.info("Mysql source start......");
        try {Class.forName(mysqlDriver);
            conn = DriverManager.getConnection(mysqlUrl, mysqlUser, mysqlPassword);
        } catch (ClassNotFoundException e) {LOGGER.error("Driver class is not found!");
        } catch (SQLException throwables) {LOGGER.error("get the connection error: {}", throwables);
        }

    }

    @Override
    /** Flume 生命周期完结，能够做一些保留等完结前的工作 */
    public void stop() {LOGGER.info("Mysql source stop......");
        if (conn != null) {
            try {conn.close();
            } catch (SQLException throwables) {LOGGER.error("连贯敞开异样: {}", throwables);
            }
        }
        super.stop();}


    /** Flume 配置文件读取的办法 */
    public void configure(Context context) {mysqlUrl = context.getString("mysql.url", "");
        mysqlUser = context.getString("mysql.user", "");
        mysqlPassword = context.getString("mysql.password", "");
        mysqlTable = context.getString("mysql.table", "");
        LOGGER.info("mysql_driver: {} --> mysql_url: {} --> mysql_user: {} --> mysql_password: {} --> mysql_table: {}",
                mysqlDriver, mysqlUrl, mysqlUser, mysqlPassword, mysqlTable);
    }
}

3. 编辑 flume agent 配置文件，并上传到 flume conf 目录下

a1.sources = s1
a1.sinks = k1
a1.channels = c1

#############################
#          Source
#############################
#自定义 MySQL source 类
a1.sources.s1.type = org.bigwinner.flume.sources.MysqlSource
a1.sources.s1.mysql.driver = com.mysql.jdbc.Driver
a1.sources.s1.mysql.url = jdbc:mysql://lsl001:3306/redis_temp
a1.sources.s1.mysql.user = superboy
a1.sources.s1.mysql.password = iamsuperboy
a1.sources.s1.mysql.table = redis_temp

#############################
#          Channel
#############################
#配置 file-channel 数据管道
a1.channels.c1.type = file
#最小需要空间
a1.channels.c1.minimumRequiredSpace = 3145728
#最大文件大小
a1.channels.c1.maxFileSize = 2146435071
#flume 事件指针检查点备份目录
a1.channels.c1.checkpointDir = /opt/soft/flume/flume/data/checkpoint
#file-channel 对 event 备份到本地的文件目录
a1.channels.c1.dataDirs = /opt/soft/flume/data/file-channel-mysql/data
#文件管道中的数据容量，单位条数
a1.channels.c1.capacity = 200
#文件管道中的事务数据容量，单位条数
a1.channels.c1.transactionCapacity = 100
#检查点备份 flume 工夫指针的间隔时间
a1.channels.c1.checkpointInterval=60000

#############################
#          Sink
#############################
#本次测试重点在 Source，所以 sink 用 null 即可，示意不输入到任何中央
a1.sinks.k1.type = null

a1.sources.s1.channels = c1
a1.sinks.k1.channel = c1

3. 打包，打成成宽依赖包，即蕴含所有依赖。并上传到 flume 的 lib 目录下

三、环境配置

1. 服务器环境配置

   • 批改 flume-ng 启动命令文件: vim /opt/soft/flume/bin/flume-ng，批改为如下配置:

// 端口默认 8000
JAVA_OPTS="-Xmx500m -Xdebug -Xrunjdwp:transport=dt_socket,address=8000,server=y,suspend=y"

• 如果 flume-env.sh 文件在应用，须要正文掉 flume-env.sh 的 JAVA_OPTS 配置：vim /opt/soft/flume/conf/flume-env.sh，没有应用则可疏忽。

2. 本地 IDE（本例以 Idea 为准）环境配置

   • 编辑配置界面，增加 remote

• 配置 remote

四、验证

1. 启动 flume agent，后果如下图所示，即代表配置没有问题：
   
2. 启动 debug 程序，查看是否失常 debug：

由上，咱们看到程序正确的进入了断点，并查问到了 mysql 的记录。

五、总结

以上就是明天和大家分享的 Flume 的近程调试办法，如果不晓得的小伙伴连忙实际起来吧，晋升效率，珍视本人！

案例代码参考：flume_demo