Flume java.lang.IllegalStateException：文件在读取后大小已更改

Question

我有一个java应用程序，它从不同的来源收集数据并将输出写入特定目录下的文件。

我有一个水槽代理配置为使用spoldir源代码从该目录读取并使用MorphlineSolrSink将输出写入Solr。

水槽代理引发以下异常

java.lang.IllegalStateException: File has changed size since being read

这是水槽代理的配置

agent02.sources = s1
agent02.sinks = solrSink
agent02.channels = ch1

agent02.channels.ch1.type = file
agent02.channels.ch1.checkpointDir=/home/flume/prod_solr_chkpoint/file-channel/checkpoint
agent02.channels.ch1.dataDirs= /home/flume/prod_solr_chkpoint/file-channel/data

agent02.sources.s1.type = spooldir
agent02.sources.s1.channels = ch1

agent02.sources.s1.spoolDir = /DataCollection/json_output/solr/
agent02.sources.s1.deserializer.maxLineLength = 100000

agent02.sinks.solrSink.type = org.apache.flume.sink.solr.morphline.MorphlineSolrSink
agent02.sinks.solrSink.channel = ch1
agent02.sinks.solrSink.batchSize = 10000
agent02.sinks.solrSink.batchDurationMillis = 10000
agent02.sinks.solrSink.morphlineFile = morphlines.conf 
agent02.sinks.solrSink.morphlineId = morphline

我从异常中理解的是，flume代理开始处理文件，而java应用程序没有完成它的编写。

如何解决此问题？

我不知道这些信息是否有价值。这些配置以前可以正常工作，没有任何问题。我们运行水槽的机器遇到了硬盘故障。从故障中恢复后，水槽抛出此异常。

Answer 1

将源文件写入另一个目录，然后将文件移动（mv命令）到假脱机源代码目录。它应该工作。不要使用复制命令。

Answer 2

如有关假脱机目录源的文档中所述：

为了换取这种可靠性，只有不可变的、唯一命名的文件必须放入假脱机目录。Flume会尝试检测这些问题条件，如果违反它们，将大声失败：

< li >如果文件在放入假脱机目录后被写入，Flume将在其日志文件中打印错误并停止处理。 < li >如果文件名在以后被重复使用，Flume将在其日志文件中打印错误并停止处理。

我建议您的Java应用程序将大量数据转储到临时文件中；通过添加创建时间戳来命名它们。一旦存储桶已满(即达到特定大小)，则将文件移动到假脱机目录。