【Flume】flume于transactionCapacity和batchSize进行详细的分析和质疑的概念

我不知道你用flume读者熟悉无论这两个概念

一开始我是有点困惑，？

没感觉到transactionCapacity的作用啊？

batchSize又是干啥的啊？

……

……

带着这些问题，我们深入源代码来看一下：

batchSize

batchSize这个概念首先它出如今哪里呢？

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。

即一次性你能够处理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

以下再来说说transactionCapacity

首先。从这个图中我们就能够看出transactionCapacity这个概念的来源了，它来自于通道中。不同于batchSize(Source,Sink)

那么。在通道中是怎样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能够看出来。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，假设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所有放到queue中。queue才是真正的flume中event的队列。它的容量是capacity。看上一张图就可以。

2、take的event提交

由于在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。再看看事务是怎样回滚的？？

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！

。

由于进入了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又一次加入到queue中。

不知道说。大家对这个更清楚它是否？？