Flume 事件 headers 中的预期时间戳，但它为空

Question

我正在使用以下配置详细信息使用 Flume 将 Twitter 提要推送到 HDFS，但在 Flume 事件 headers 中得到预期时间戳，但它是空的

twitter.conf

TwitterAgent.sources = Twitter
TwitterAgent.channels = MemChannel
TwitterAgent.sinks = HDFS

TwitterAgent.sources.Twitter.type = org.apache.flume.source.twitter.TwitterSource
TwitterAgent.sources.Twitter.channels = MemChannel
TwitterAgent.sources.Twitter.consumerKey = xxxxxxxxxxxxxxxxxxxxx
TwitterAgent.sources.Twitter.consumerSecret = xxxxxxxxxxxxxxxxxxxxxxxx
TwitterAgent.sources.Twitter.accessToken =  xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
TwitterAgent.sources.Twitter.accessTokenSecret = xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
TwitterAgent.sources.Twitter.keywords = bigdata, hadoop, hive, hbase
TwitterAgent.sinks.HDFS.channel = MemChannel
TwitterAgent.sinks.HDFS.type = hdfs
TwitterAgent.sinks.HDFS.hdfs.path = /user/farooque/bigdata/tweets/%Y/%m/%d/%H/
TwitterAgent.sinks.HDFS.hdfs.fileType = DataStream
TwitterAgent.sinks.HDFS.hdfs.writeFormat = Text
TwitterAgent.sinks.HDFS.hdfs.batchSize = 10
TwitterAgent.sinks.HDFS.hdfs.rollSize = 0
TwitterAgent.sinks.HDFS.hdfs.rollCount = 10000

TwitterAgent.channels.MemChannel.type = memory
TwitterAgent.channels.MemChannel.capacity = 10000
TwitterAgent.channels.MemChannel.transactionCapacity = 100

运行命令

$ flume-ng agent --conf-file twitter.conf --name TwitterAgent

其中 twitter.conf 是我的配置文件名

但出现错误：

java.lang.NullPointerException: Expected timestamp in the Flume event headers, but it was null
        at com.google.common.base.Preconditions.checkNotNull(Preconditions.java:204)
        at org.apache.flume.formatter.output.BucketPath.replaceShorthand(BucketPath.java:200)
        at org.apache.flume.formatter.output.BucketPath.escapeString(BucketPath.java:396)
        at org.apache.flume.sink.hdfs.HDFSEventSink.process(HDFSEventSink.java:388)
        at org.apache.flume.sink.DefaultSinkProcessor.process(DefaultSinkProcessor.java:68)
        at org.apache.flume.SinkRunner$PollingRunner.run(SinkRunner.java:147)
        at java.lang.Thread.run(Thread.java:745)
15/06/04 18:26:01 ERROR flume.SinkRunner: Unable to deliver event. Exception follows.

需要进一步的帮助？？

Answer 1

在 twitter.conf 中添加了一个配置属性 as

TwitterAgent.sinks.HDFS.hdfs.useLocalTimeStamp = true

问题已解决。

更多详情Refer Hadoop tutorial.info

Answer 2

使用选项 "TwitterAgent.sinks.HDFS.hdfs.useLocalTimeStamp = true"，它将使用目的地（即 HDFS 接收器）的时间戳。相反，如果您想使用实际事件的时间戳，那么我们必须使用拦截器。在配置或属性文件中使用以下行。

TwitterAgent.sources.Twitter.interceptors = interceptor1
TwitterAgent.sources.Twitter.interceptors.interceptor1.type = timestamp

Answer 3

您正在使用 org.apache.flume.source.twitter.TwitterSource，这是 Apache 提供的 Twitter 源代码。 Flume 事件中没有内置 timestamp。所以你在这里有两个选择：

1) 在您的配置文件中使用 com.cloudera.flume.source.TwitterSource。

2) 或者您可以在配置文件中添加 TwitterAgent.sinks.HDFS.hdfs.useLocalTimeStamp = true 属性。

请注意，您遇到此问题是因为您在 HDFS 路径中指定了时间戳参数 /user/farooque/bigdata/tweets/%Y/%m/%d/%H/。如果您不指定这些，那么 Apache 和 Cloudera 提供的源都可以正常工作。

Flume 事件 headers 中的预期时间戳，但它为空

Expected timestamp in the Flume event headers, but it was null

flume

flume-ng

flume-twitter