大数据课程D6——hadoop的Channel
文章作者邮箱：[email protected] 地址：广东惠州
▲ 本章节目的
⚪ 了解Channel的作用和配置；
⚪ 掌握Channel的使用方法；
⚪ 掌握Channel的File Channel；
⚪ 掌握Channel的JDBC Channel；
⚪ 掌握Channel的Spillable Memory Channel；
一、Memory Channel
1. 概述
1. Memory Channel将数据临时存储到内存的指定队列中。
2. 如果不指定，则队列大小默认是100，即在队列中最多允许同时存储100条数据。如果队列被占满，那么后来的数据就会被阻塞。实际过程中，一般会将这个值调剂为10W~30W，如果数据量比较大，也可以考虑调剂为50W。
3. Channel可以批量接收Source的数据，也可以将数据批量发送给Sink，那么默认情况下，每一批数据是100条。实际过程中，一般会将这个值调节为1000~3000，如果Channel的容量为50W，那么此时一般将批量调剂为5000。
4. Memory Channel是将数据存储在内存中，所以不可靠，但是读写速度快，因此适应于要求速度但不要求可靠性的场景。
2. 配置属性
| 属性 |
解释 |
| type |
memory |
| capacity |
指定的队列的容量 |
| transactionCapacity |
数据的批的量 |
3. 案例
1. 编写格式文件，添加如下配置：
a1.sources = s1
a1.channels = c1
a1.sinks = k1
a1.sources.s1.type = netcat
a1.sources.s1.bind = hadoop01
a1.sources.s1.port = 8090
# 配置Memory Channel
# 类型必须是memory
a1.channels.c1.type = memory
# 指定Channel的容量
a1.channels.c1.capacity = 100000
# 指定Channel的批的量
a1.channels.c1.transactionCapacity = 1000
a1.sinks.k1.type = logger
a1.sources.s1.channels = c1
a1.sinks.k1.channel = c1
2. 启动Flume：
../bin/flume-ng agent -n a1 -c ../conf -f memorychannel.conf -
Dflume.root.logger=INFO,console
二、File Channel
1. 概述
1. File Channel将数据临时存储到本地的磁盘上。
2. File Channel不会丢失数据，但是读写速度慢，适应于要求可靠性但是不要求速度的场景。
3. 如果不指定，那么默认情况下，File Channel会将数据临时存储到~/.flume/file-channel/data。
4. 为了File Channel占用过多的磁盘，那么默认情况下，允许在磁盘上最多存储100W条数据。
2. 配置属性
| 属性 |
解释 |
| type |
必须是file |
| dataDirs |
指定在磁盘上临时存储的位置 |
3. 案例
1. 编写格式文件，添加如下配置：
a1.sources = s1
a1.channels = c1
a1.sinks = k1
a1.sources.s1.type = netcat
a1.sources.s1.bind = hadoop01
a1.sources.s1.port = 8090
# 配置File Channel
# 类型必须是file
a1.channels.c1.type = file
# 指定数据在磁盘上的存储位置
a1.channels.c1.dataDirs = /home/flumedata
a1.sinks.k1.type = logger
a1.sources.s1.channels = c1
a1.sinks.k1.channel = c1
2. 启动Flume：
../bin/flume-ng agent -n a1 -c ../conf -f filechannel.conf -
Dflume.root.logger=INFO,console
三、其他Channel
1. JDBC Channel
1. JDBC Channel会将数据临时存储到数据库中，理论上JDBC Channel的读写速度要略高于File Channel，但是低于Memory Channel。
2. 到目前为止，这个JDBC Channel只支持Derby数据库。基于Derby的特性(微型 - 存储的数据少，单连接 - 只允许单用户操作)，所以实际过程中很少使用这个数据库，因此实际生产过程中，几乎弃用JDBC Channel。
2. Spillable Memory Channel
1. Spillable Memory Channel会先试图将数据临时存储到内存中。如果内存队列一旦被塞满，此时这个Channel不会阻塞，而是转而将数据临时存储到磁盘上。
2. 到目前为止，这个Channel处于实验阶段，不推荐在生产环境中使用。