千锋教育-做有情怀、有良心、有品质的职业教育机构
source到channel是put事务，channel到sink是take事务 flume基于事务传输event（批量传输），使用两个独立的事务分别处理source到channel和channel到sink，失败时会将所有数据都回滚到source或channel进行重试。
该事务机制遵循'最少一次'语义，因此数据绝不会丢失，但有可能重复。
source-channel之间的重复可以靠TailDirSource自带的断点续传功能解决; channel-sink之间的重复，可以延长等待时间，或者设置UUID拦截器，然后在redis里维护一个布隆表来使下游实时应用去重。
上一篇
Flume面试问答题下一篇
Flume应用配置多个sink
hive外部表是使用external关键字并指定一个hdfs目录创建的表。hive内部表在创建时会在对应hive目录下创建相应的文件夹，外部表则以指定文件夹为...详情>>
2022-09-02 17:21:00
Checkpoint是为runtime准备的，Savepoint 是为用户准备的。Checkpoint 机制的目标在于保证Flink作业意外崩溃重启不影响exactly once 准确性，通...详情>>
2022-09-02 16:59:22
State：指一个具体的Task/Operator的状态。State可以被记录，在失败的情况下数据还可以恢复，Flink中有两种基本类型的State： Keyed State， Op...详情>>
2022-09-02 16:59:19
Flink 内部是基于producer-consumer模型来进行消息传递的，Flink的反压设计也是基于这个模型。Flink 使用了高效有界的分布式阻塞队列，就像 Jav...详情>>
2022-09-02 16:59:16
虽说水位线(Watermark)表明早于它的事件不应该再出现，但是接收到水位线以前的的消息是不可避免的，这就是所谓的迟到事件。实际上迟到事件是乱...详情>>
2022-09-02 16:59:00
京公网安备 11010802030320号