flume学习（十）：使用Morphline Interceptor

问题导读

1.Morphline是干嘛用的？
2.如何将message属性添加到event的headers当中？







Morphline是干嘛用的？简单点说就是一个ETL工具，详细介绍：http://kitesdk.org/docs/current/ ... ReferenceGuide.html

这里有一个注意点，是和cloudera search版本有关系的，我是用CDH 5.0.0, Parcel搭建的集群环境,对应装的cloudera search是1.0版本的，这个版本用的是kitesdk的morphlines,如果是更高版本的比如search1.3，可能用的就是cdk的morphlines了。用的哪个development kit对morphlines配置文件里面的那个 importCommands 配置是有讲究的，我用的kitesdk,所以应该写为： importCommands : ["org.kitesdk.**"]，如果用的cdk的,则应该写为 importCommands : ["com.cloudera.**"],否则将无法导入commands。

还有一个小插曲就是，在研究flume-ng使用morphlines的过程中，每次启动agent都卡在importing commands上，不一会agent就挂掉了，这个问题纠结了很久，开始以为是search的相关jar包没有加载到classpath中去，导致无法导入commands,后面讲search的相关jar包都扔到flume的plugins.d插件目录下面了，还是不行。查看日志也没发现什么特别的异常，无意中发现了一个oom的异常，于是将agent的jvm调大为512M（cm装完默认agent的jvm只有50M），再重新启动agent,终于成功导入了commands,哎CM坑爹的默认配置折腾了我两天时间，不过还是研究各种官方文档学到了一些其他的知识，还是值得的。

下面贴出一个很简单的morphline.conf:

morphlines : [
  {
    id : morphline1

    # Import all morphline commands in these java packages and their subpackages.
    # Other commands that may be present on the classpath are not visible to this morphline.
    importCommands : ["org.kitesdk.**"]

    commands : [
        {
                 readLine {
                        charset : UTF-8
                 }
        }
    ]
  }
]
复制代码

只定义了一个kitesdk的一个command叫readLine(具体用法和解释参见：http://kitesdk.org/docs/current/ ... ReferenceGuide.html),就是会将输入一行一行的读取，然后存放到一个叫message的键当中去。

接下来是一个简单的flume.conf:

# Please paste flume.conf here. Example:

# Sources, channels, and sinks are defined per
# agent name, in this case 'tier1'.
tier1.sources  = source1
tier1.channels = channel1
tier1.sinks    = sink1

# For each source, channel, and sink, set
# standard properties.
tier1.sources.source1.type     = netcat
tier1.sources.source1.bind     = 0.0.0.0
tier1.sources.source1.port     = 9999
tier1.sources.source1.channels = channel1
tier1.sources.source1.interceptors = morphlineinterceptor
tier1.sources.source1.interceptors.morphlineinterceptor.type = org.apache.flume.sink.solr.morphline.MorphlineInterceptor$Builder
tier1.sources.source1.interceptors.morphlineinterceptor.morphlineFile = /etc/flume-ng/conf/morphline.conf
tier1.sources.source1.interceptors.morphlineinterceptor.morphlineId = morphline1

tier1.channels.channel1.type   = memory
tier1.sinks.sink1.type         = logger
tier1.sinks.sink1.channel      = channel1

# Other properties are specific to each type of
# source, channel, or sink. In this case, we
# specify the capacity of the memory channel.
tier1.channels.channel1.capacity = 100
复制代码

morphline interceptor的配置我直接摘自官方文档，主要注意一下那个morphlineFile就行了，把上面那个morphline.conf放到/etc/flume-ng/conf目录下面，morphlineId可以指定一个ID（如果morphline.conf中有配置多个ID的话），接下来启动agent。

然后telnet localhost 9999,输入hello world回车。

在agent的日志文件中就可以看到如下日志信息：

Event: { headers:{message=hello world} body: }注意这个message属性是添加到了event的headers当中了。



flume学习（五）：flume将log4j日志数据写入到hdfs
flume学习（六）：使用hive来分析flume收集的日志数据
flume学习（七）、（八）：如何使用event header中的key值以及自定义source
flume学习（九）：自定义拦截器
flume学习（十）：使用Morphline Interceptor
flume学习（十一）：如何使用Spooling Directory Source