切尔西7号球衣

一、 Flume拦截器介绍

拦截器是简单的插件式组件，设置在source和channel之间。source接收到的时间，在写入channel之前，拦截器都可以进行转换或者删除这些事件。每个拦截器只处理同一个source接收到的事件。可以自定义拦截器。

flume内置了很多拦截器，并且会定期的添加一些拦截器，下面我们学习flume内置的，两个经常使用的拦截器。

1. Timestamp Interceptor(时间戳拦截器)

flume中一个最经常使用的拦截器 ，该拦截器的作用是将时间戳插入到flume的事件报头中。如果不使用任何拦截器，flume接受到的只有message。时间戳拦截器的配置。

参数默认值描述type类型名称timestamp，也可以使用类名的全路径。preserveExisting false 如果设置为true，若事件中报头已经存在，不会替换时间戳报头的值。

 a1.sources.r1.interceptors = timestamp a1.sources.r1.interceptors.timestamp.type=timestamp a1.sources.r1.interceptors.timestamp.preserveExisting=false 

2. Host Interceptor(主机拦截器)

主机拦截器插入服务器的ip地址或者主机名，agent将这些内容插入到事件的报头中。时间报头中的key使用hostHeader配置，默认是host。主机拦截器的配置参数 默认值 描述 type 类型名称host hostHeader host 事件投的key useIP true 如果设置为false，host键插入主机名 preserveExisting false 如果设置为true，若事件中报头已经存在，不会替换host报头的值

 a1.sources.r1.interceptors = host a1.sources.r1.interceptors.host.type=host a1.sources.r1.interceptors.host.useIP=false a1.sources.r1.interceptors.timestamp.preserveExisting=true 

二、 业务需求

使用flume内置拦截器完成如下需求：

1. agent配置

  # 03 timestamp and host interceptors work before source a1.sources.r1.interceptors = i1 i2 # 两个interceptor串联，依次作用于event a1.sources.r1.interceptors.i1.type = timestamp a1.sources.r1.interceptors.i1.preserveExisting = false a1.sources.r1.interceptors.i2.type = host # flume event的头部将添加 “hostname”:实际主机名 a1.sources.r1.interceptors.i2.hostHeader = hostname # 指定key,value将填充为flume agent所在节点的主机名 a1.sources.r1.interceptors.i2.useIP = false # IP和主机名，二选一即可  # 04 hdfs sink a1.sinks.k1.type = hdfs a1.sinks.k1.hdfs.path = hdfs: # hdfs sink将根据event header中的时间戳进行替换 # 和hostHeader的值保持一致，hdfs sink将提取event中key为hostnmae的值，基于该值创建文件名前缀 a1.sinks.k1.hdfs.filePrefix = % {hostname} # hdfs sink将根据event header中的hostnmae对应的value进行替换 a1.sinks.k1.hdfs.fileType = DataStream a1.sinks.k1.hdfs.writeFormat = Text a1.sinks.k1.hdfs.rollInterval = 0 a1.sinks.k1.hdfs.rollCount = 10 a1.sinks.k1.hdfs.rollSize = 1024000  # channel,memory a1.channels.c1.type = memory a1.channels.c1.capacity = 1000 a1.channels.c1.transactionCapacity = 100  # bind source,sink to channel a1.sinks.k1.channel = c1 a1.sources.r1.channels = c1 

三、 验证拦截器效果

1. 验证思路

1)先将interceptor作用后的event，通过logger sink打印到console，验证header是否正常添加

2)修改sink为hdfs, 观察目录和文件的名称是否能够按照预期创建(时间戳-目录，hostname-文件前缀)

2. 验证过程

1)发送header为空的http请求，logger sink打印event到终端，观察event header中是否被添加了timestamp以及hostname

  # 01 define agent name, source/sink/channel name a1.sources = r1 a1.sinks = k1 a1.channels = c1 # 02 source,http,jsonhandler a1.sources.r1.type = http a1.sources.r1.bind = node - 1 a1.sources.r1.port = 8888 a1.sources.r1.handler = org.apache.flume.source.http.JSONHandler # 03 timestamp and host interceptors work before source a1.sources.r1.interceptors = i1 i2 a1.sources.r1.interceptors.i1.type = timestamp a1.sources.r1.interceptors.i1.preserveExisting = false a1.sources.r1.interceptors.i2.type = host a1.sources.r1.interceptors.i2.hostHeader = hostname a1.sources.r1.interceptors.i2.useIP = false # 04 hdfs sink a1.sinks.k1.type = logger # channel,memory a1.channels.c1.type = memory a1.channels.c1.capacity = 1000 a1.channels.c1.transactionCapacity = 100  # bind source,sink to channel a1.sinks.k1.channel = c1 a1.sources.r1.channels = c1 

启动flume agent

 bin/flume-ng agent -c ./conf -f ./conf/http_sink_logger_source.conf -n a1 -Dflume.root.logger=INFO,console 

发送请求测试：

 curl -X POST -d '[{"header":{},"body":"time-host-interceptor001"}]' http://node-1:8888 

可以看到终端输出的event header中已经有了拦截器的信息

修改sink为hdfs, 观察HDFS的目录名（时间戳）和文件前缀（hostnme)

目录名被正常替换(基于event header中的时间戳)

文件前缀被正常替换(基于event header中的hostname:实际主机名)

文件内容被写入为event的body

本文来自：传智播客大数据培训学院