Данные о мусорных ящиках для сбора мусора в hdfs

Question

При копировании данных из локального пути в HDFS-приемник, я получаю некоторые данные мусора в файле в местоположении HDFS.

Мой конфигурационный файл для лотком:

# spool.conf: A single-node Flume configuration 

# Name the components on this agent 
a1.sources = s1 
a1.sinks = k1 
a1.channels = c1 

# Describe/configure the source 
a1.sources.s1.type = spooldir 
a1.sources.s1.spoolDir = /home/cloudera/spool_source  
a1.sources.s1.channels = c1 

# Describe the sink 
a1.sinks.k1.type = hdfs 
a1.sinks.k1.channel = c1 
a1.sinks.k1.hdfs.path = flumefolder/events 
a1.sinks.k1.hdfs.filetype = Datastream 

#Format to be written 
a1.sinks.k1.hdfs.writeFormat = Text 

# Use a channel which buffers events in memory 
a1.channels.c1.type = memory 
a1.channels.c1.capacity = 1000 
a1.channels.c1.transactionCapacity = 100 

Я aopyuing файл из локального пути "/ дома/Cloudera/spool_source" на пути HDFS "flumefolder/события". Команда

Flume:

flume-ng agent --conf-file spool.conf --name a1 -Dflume.root.logger=INFO,console 

Файл "salary.txt" на локальном пути "/ дома/Cloudera/spool_source" является:

GR1,Emp1,Jan,31,2500 
GR3,Emp3,Jan,18,2630 
GR4,Emp4,Jan,31,3000 
GR4,Emp4,Feb,28,3000 
GR1,Emp1,Feb,15,2500 
GR2,Emp2,Feb,28,2800 
GR2,Emp2,Mar,31,2800 
GR3,Emp3,Mar,31,3000 
GR1,Emp1,Mar,15,2500 
GR2,Emp2,Apr,31,2630 
GR3,Emp3,Apr,17,3000 
GR4,Emp4,Apr,31,3200 
GR7,Emp7,Apr,21,2500 
GR11,Emp11,Apr,17,2000 

На целевом пути "flumefolder/событий", данные копируются со значениями мусора, как:

1 W��ȩGR1,Emp1,Jan,31,2500W��ȲGR3,Emp3,Jan,18,2630W��ȷGR4,Emp4,Jan,31,3000W��ȻGR4,Emp4,Feb,28,3000W��ȽGR1,Emp1,Feb,15,2500W����GR2,Emp2,Feb,28,2800W����GR2,Emp2,Mar,31,2800W����GR3,Emp3,Mar,31,3000W����GR1,Emp1,Mar,15,2500W����GR2,Emp2, 

Что плохого в моем файле конфигурации spool.conf, я не в состоянии выясните это.

Answer 1

конфигурация Flume учитывает регистр, поэтому изменения типа файла линию FILETYPE и зафиксировать значение Datastream тоже, как это также чувствительны к регистру

sinks.k1.hdfs.fileType = DataStream 

текущей настройки означает по умолчанию файла последовательности используется, следовательно, Нечетные символы