【Flume】flume中transactionCapacity和batchSize概念的具体分析和解惑
不知道各位用过flume的读者对这两个概念是否熟悉了解
一开始本人的确有点迷惑,觉得这是不是重复了啊?
没感觉到transactionCapacity的作用啊?
batchSize又是干啥的啊?
……
……
带着这些问题,我们深入源码来看一下:
batchSize
batchSize这个概念首先它出现在哪里呢?
kafkaSink的process方法
HDFS Sink
Exec Source
通过上面这三张图,相信大家应该知道batchSize从哪来的了
batchSize是针对Source和Sink提出的一个概念,它用来限制source和sink对event批量处理的。
即一次性你可以处理batchSize个event,这个一次性就是指在一个事务中。
当你处理的event数量超出了batchSize,那么事务就会提交了。
注意,这里有一个隐晦的地方,就是batchSize一定不能大于transactionCapacity
下面再来说说transactionCapacity
首先,从这个图中我们就可以看出transactionCapacity这个概念的来源了,它来自于通道中,不同于batchSize(Source,Sink)
那么,在通道中是如何使用该事务容量的呢??
内存通道中有个内部类MemoryTransaction
private class MemoryTransaction extends BasicTransactionSemantics { private LinkedBlockingDeque<Event> takeList; private LinkedBlockingDeque<Event> putList; private final ChannelCounter channelCounter; private int putByteCounter = 0; private int takeByteCounter = 0; public MemoryTransaction(int transCapacity, ChannelCounter counter) { putList = new LinkedBlockingDeque<Event>(transCapacity); takeList = new LinkedBlockingDeque<Event>(transCapacity); channelCounter = counter; }这里就用到了事务容量,它就是putList和takeList的容量大小
putList就是用来存放put操作带来的event channel的put
if (!putList.offer(event)) { throw new ChannelException( "Put queue for MemoryTransaction of capacity " + putList.size() + " full, consider committing more frequently, " + "increasing capacity or increasing thread count"); }每一次put前,都会预判put是否成功,从异常的提示信息就可以看出来,put不成功即事务容量满了
takeList存放的event是用来被take操作消耗的,返回拿到的一个event channel的take
if(takeList.remainingCapacity() == 0) { throw new ChannelException("Take list for MemoryTransaction, capacity " + takeList.size() + " full, consider committing more frequently, " + "increasing capacity, or increasing thread count"); }take前也会预判,如果takeList已经满了,说明take操作太慢了,出现了event堆积的现象,这时候你应该调整事务容量
什么情况下,事务会提交呢,事务提交做了什么呢??
commit即事务提交
两种情况:
1、put的event提交
while(!putList.isEmpty()) { if(!queue.offer(putList.removeFirst())) { throw new RuntimeException("Queue add failed, this shouldn't be able to happen"); }event全部放到queue中,queue才是真正的flume中event的队列,它的容量是capacity,看上一张图即可。
2、take的event提交
因为在take操作的时候就已经将event从queue中取出了,而queue中取出的event正是靠put的提交来的
最后,再看看事务是如何回滚的??
事务回滚针对take操作,你把event拿出去,结果处理失败了,那当然得丢回来,等待下一次处理了!!
因为进入了rollback操作,说明commit操作出现异常,也就是commit操作失败了,那putList和takeList两个队列当然也没有被清空
while(!takeList.isEmpty()) { queue.addFirst(takeList.removeLast()); }循环将event重新添加到queue中。
不知道这样说,大家对这个是否更加清楚了呢??
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。