flume 一个source流入多个sink

转载

技术极客之光 2024-09-24 09:44:44

　　在AbstractConfigurationProvider类中loadSinks方法会调用loadSinkGroups方法将所有的sink和sinkgroup放到了Map<String, SinkRunner> sinkRunnerMap之中。

　　SinkRunner可能对应一个sink也可能对应一个sinkgroup。因为如果配置文件中有sinkgroup则这个sinkgroup对应的sink会组成一个group然后封装为一个sinkRunner，然后不在sinkgroup中的sink会自己成为一个sinkRunner。每个SinkRunner的构造方法的参数是一个SinkProcessor是用来处理多个sink的。

　　一、如果一个SinkRunner对应一个sink。SinkProcessor pr = new DefaultSinkProcessor()是默认的SinkProcessor。loadSinkGroups方法中的相关代码如下：

1           SinkProcessor pr = new DefaultSinkProcessor();
2           List<Sink> sinkMap = new ArrayList<Sink>();
3           sinkMap.add(entry.getValue());
4           pr.setSinks(sinkMap);
5           Configurables.configure(pr, new Context());
6           sinkRunnerMap.put(entry.getKey(),new SinkRunner(pr));

　　DefaultSinkProcessor.configure(Context context)是空方法，所有这句Configurables.configure(pr, new Context())没啥作用，重要的是DefaultSinkProcessor.process()方法，就一句代码就是return sink.process()直接调用sink的process。setSinks方法只会设置一个sink。DefaultSinkProcessor的start()方法也会直接调用sink.start()来启动sink。

　　二、如果一个SinkRunner对应多个sink。则会构造一个SinkGroup group = new SinkGroup(groupSinks)然后获取SinkProcessor：group.getProcessor()。loadSinkGroups方法中的相关代码如下：

1           SinkGroup group = new SinkGroup(groupSinks);
2           Configurables.configure(group, groupConf);
3           sinkRunnerMap.put(comp.getComponentName(), new SinkRunner(group.getProcessor()));

　　Configurables.configure(group, groupConf)会调用SinkGroupConfiguration.configure(Context context)，该方法会获取配置文件中关于"processor."的属性通过getKnownSinkProcessor方法获取SinkProcessorType（是FailoverSinkProcessor或者是LoadBalancingSinkProcessor），并执行该SinkProcessor.configure(processorContext)进行实例化和配置。

　　1、如果SinkProcessor是LoadBalancingSinkProcessor，这是负载均衡的processor，会将channel中的发送到指定的所有sink。通过配置选择器selector来选择何种方式的负载均衡，1.3有两种：ROUND_ROBIN，轮询，就是轮流向channel发送数据；RANDOM，随机选择channel发送数据。只有这个SinkProcessor有选择器。

　　(1)configure(Context context)方法。先获取选择器selector的类型，默认是ROUND_ROBIN，轮询；获取backoff(是否使用推迟算法，就是sink.process出问题后对这个sink设置惩罚时间，在此期间不再认为其可活动)的boolean值(默认false就是不启用)；根据类型构造相应的选择器对象RoundRobinSinkSelector(实际上会构造一个RoundRobinOrderSelector)或者RandomOrderSinkSelector(实际上会构造一个RandomOrderSelector)；然后实例化并设置sinks；最后对selector执行其configure(context)方法进行初始化。

　　A、RoundRobinSinkSelector的实际操作者是RoundRobinOrderSelector extends OrderSelector，它实现了createIterator()方法，该方法用来选出所有的sink及其可活动sinkl的索引封装成一个SpecificOrderIterator<T>(indexOrder, getObjects())并返回，可以通过SpecificOrderIterator.hasNext()方法判断是否还有sink，用next()方法获取下一个sink。这样可以按照索引递增的顺序依次获取sink进行操作。SpecificOrderIterator主要是将两个：一个是索引数组，一个是sink列表。createIterator()方法代码如下：

1 @Override
 2   public Iterator<T> createIterator() {
 3     List<Integer> activeIndices = getIndexList();　　//会获取最新的活动的sink的索引列表
 4     int size = activeIndices.size();
 5     // possible that the size has shrunk so gotta adjust nextHead for that
 6     if (nextHead >= size) {    //可能会出现sink的总数调整，所以总得getIndexList()并调整nextHead
 7       nextHead = 0;
 8     }
 9     int begin = nextHead++;    //注意++在后面说明是先赋值，在自加
10     if (nextHead == activeIndices.size()) {
11       nextHead = 0;
12     }
13 
14     int[] indexOrder = new int[size];
15 
16     for (int i = 0; i < size; i++) {
17       indexOrder[i] = activeIndices.get((begin + i) % size);
18     }
19 
20     return new SpecificOrderIterator<T>(indexOrder, getObjects());    //组成两个数组，大小都一样
21   }

　　createIterator()方法中总会调用getIndexList()方法，因为可能有sink中断，或者sinkgroup再调整等情况，使得sinkgroup中实际活动的sink数产生变化。nextHead始终指向下一个可活动的sink索引，这样就可以保证轮询。indexOrder是新的活动sink的索引数组；getObjects()则返回所有sink的List，通过索引即可即可获取此List中对应的sink。

　　B、RandomOrderSinkSelector的实际操作者是RandomOrderSelector extends OrderSelector，它实现了createIterator()方法：

1 public synchronized Iterator<T> createIterator() {
 2     List<Integer> indexList = getIndexList();
 3 
 4     int size = indexList.size();
 5     int[] indexOrder = new int[size];
 6     //indexList由于remove操作会动态变化，所以一直使用indexList.size()会获得实际大小
 7     while (indexList.size() != 1) {
 8       int pick = random.nextInt(indexList.size());
 9       indexOrder[indexList.size() - 1] = indexList.remove(pick);    //取出pick位置的索引，这句总是使得indexOrder从后向前插入数据
10     }
11 
12     indexOrder[0] = indexList.get(0);    //将最后一个索引放入indexOrder
13 
14     return new SpecificOrderIterator<T>(indexOrder, getObjects());
15   }

　　这个方法最终只是将"可活动"的sink的顺序按随机的方式打乱了而已。注意的一个是总是调用indexList.size()动态获取最新的大小；一个是indexOrder[indexList.size() - 1]始终是从后向前插入数据；一个是indexOrder[0] = indexList.get(0)将最后一个插入保证完整性。

　　A和B都是OrderSelector抽象类的子类，都只实现了createIterator()方法，对于getIndexList()和sink.process()方法出现错误的时的selector.informSinkFailed(sink)都是一样的这两个方法决定了出现问题的sink的推迟时间，如果要修改推迟时间可以重写这两个方法。当sink.process运行出问题时informSinkFailed会更新对应sink的FailureState(就三个数，sequentialFails记录出错次数、restoreTime记录出错后惩罚恢复时间(在此期间不再认为是可活动的sink，通过getIndexList()来过滤)、lastFail记录上一次出错时间，三个初始化都是0)，maxTimeout默认是3000。看informFailure代码：

public void informFailure(T failedObject) {
    if (!shouldBackOff) {        //不允许推迟
      return;
    }
    FailureState state = stateMap.get(failedObject);
    long now = System.currentTimeMillis();    //获取现在系统时间
    long delta = now - state.lastFail;        //获取和上次失败时间之间的时间间隔
    long lastBackoffLength = Math.min(maxTimeout, 1000 * (1 << state.sequentialFails));    //获取上一次要推迟的时间增量
    long allowableDiff = lastBackoffLength + CONSIDER_SEQUENTIAL_RANGE;        //CONSIDER_SEQUENTIAL_RANGE=2000
    if (allowableDiff > delta) {
      if (state.sequentialFails < EXP_BACKOFF_COUNTER_LIMIT) {        //说明是连续失败
        state.sequentialFails++;
      }
    } else {            //说明期间曾重新正确process，重新计数
      state.sequentialFails = 1;
    }
    state.lastFail = now;
    state.restoreTime = now + Math.min(maxTimeout, 1000 * (1 << state.sequentialFails));
  }

　　这个informFailure方法有需要说明的地方：如何判断是连续失败？关键在于CONSIDER_SEQUENTIAL_RANGE这个变量是宽限期，等于2000，因为首先在惩罚时间内是“不被认可”的，是不被认为是可活动的，所以超过惩罚时间后自然会被重新认为是活动的，如果在“惩罚期+宽限期”=allowableDiff，(allowableDiff > delta)，内再次失败说明是连续失败，所以在失败次数不超过EXP_BACKOFF_COUNTER_LIMIT(等于16)时就增加state.sequentialFails，一旦超过16就不再增加就是16；当allowableDiff <=delta成立时认为process至少一次成功但这次失败，需要重置state.sequentialFails为1。

　　getIndexList()方法用来过滤“不被认可”的sink的索引。代码如下：

1 protected List<Integer> getIndexList() {
 2     long now = System.currentTimeMillis();
 3 
 4     List<Integer> indexList = new ArrayList<Integer>();
 5 
 6     int i = 0;
 7     for (T obj : stateMap.keySet()) {        //是sink的集合
 8       if (!isShouldBackOff() || stateMap.get(obj).restoreTime < now) {    //
 9         indexList.add(i);        //将索引存储
10       }
11       i++;
12     }
13     return indexList;
14   }

　　如果shouldBackOff=true则会返回的列表将是所有的sink的索引。stateMap.get(obj).restoreTime < now这句会过滤掉当前还处在惩罚时间内不被认可的sink的索引。

　　(2)start()方法会先启动AbstractSinkProcessor.start()方法将所有的sink启动(start())，然后启动选择器 selector.start()。

　　(3)process()方法遍历sinkIterator一次获取可活动的sink，执行sink.process()方法，如果有异常就跳出循环并执行失败处理informSinkFailed，如果如果正常执行完毕就退出循环，循环就是找到第一个可以正常处理完毕的sink后退出。

　　2、如果SinkProcessor是FailoverSinkProcessor，这是容错的processor，一旦有一个sink中断可以使用其他的代替。

　　(1)setSinks(List<Sink> sinks)方法会将sinks列表中的所有sink，先调用父类的setSinks方法为的是可以执行父类的start和stop方法（子类中没有实现这俩方法），然后放入Map<String, Sink> sinks中。

　　(2)configure(Context context)方法，会先获取中断时间的上限maxPenalty，然后将所有的sink及其对应的优先级放入liveSinks(这是一个TreeMap，默认根据键值的自然顺序排序存储)，最后activeSink = liveSinks.get(liveSinks.lastKey())获取优先级最高的sink作为活动sink。failedSinks = new PriorityQueue<FailedSink>()是一个保存中断sink的一个优先级队列。

　　(3)process()方法。循环执行如果failedSinks不为空并且记录惩罚时间小于当前系统时间，则取出failedSinks的head然后尝试执行getSink().process()如果能获取到Rady状态说明这个节点又重新建立了链接，则将其加入liveSinks，并重新获取优先级最高的sink作为activeSink，如果获取的是backOff状态则重新将其加入failedSinks，返回状态，如果出现异常则cur.incFails()重新记录惩罚时间并加入failedSinks，惩罚时间会动态变化，会根据失败的次数增加(会和设置的比较取较大者)。如果failedSinks为空或者当前系统小于惩罚时间则使用当前活动的sink：activeSink.process()。

　　注：惩罚时间是动态变化的，会随着链接失败的次数而变化，失败次数越多到下次使用它的间隔越长。

　　返回顶端sinkRunnerMap会在Application.startAllComponents方法中调用，放放到LifecycleSupervisor.supervise方法中去执行，最终会执行SinkRunner.start()方法来启动组件。

1 public void start() {
 2     SinkProcessor policy = getPolicy();
 3 
 4     policy.start();
 5 
 6     runner = new PollingRunner();
 7 
 8     runner.policy = policy;
 9     runner.counterGroup = counterGroup;
10     runner.shouldStop = new AtomicBoolean();
11 
12     runnerThread = new Thread(runner);
13     runnerThread.setName("SinkRunner-PollingRunner-" +
14         policy.getClass().getSimpleName());
15     runnerThread.start();
16 
17     lifecycleState = LifecycleState.START;
18   }

　　上述代码中的policy其实就是SinkProcessor，可能是LoadBalancingSinkProcessor、FailoverSinkProcessor、DefaultSinkProcessor三者中其中之一。policy.start()会启动SinkProcessor。然后会启动一个线程PollingRunner，该线程会始终执行policy.process()方法根据返回的状态做一些统计。这就是我们自定义也要实现process方法的所在，及其需要返回Status的原因。

　　至此SinkGroup的介绍完结。

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。