flume拦截器

拦截器做用：拦截器是简单的插件式组件，设置在source和channel之间。source接收到的事件，在写入channel以前，拦截器均可以进行转换或者删除这些事件。每一个拦截器只处理同一个source接收到的事件。能够自定义拦截器。

flume修改时间戳的插件见 https://github.com/haebin/flume-timestamp-interceptor

 

有一个缺陷是，DateUtils.parseDate(timestamp, dateFormat)里面的dateFormat不支持unix时间戳，只能本身手动添加了

原来是：

1. String timestamp = get(index, data);
2. now = DateUtils.parseDate(timestamp, dateFormat).getTime();
3. headers.put(TIMESTAMP, Long.toString(now));

修改后

1. String timestamp = get(index, data);
2. if (dateFormat[0].equals("tsecond")){
3. now = Long.parseLong(timestamp)*1000;
4. }
5. else if(dateFormat[0].equals("tmillisecond")){
6. now = Long.parseLong(timestamp);
7. }
8. else if(dateFormat[0].equals("tnanosecond")){
9. now = Long.parseLong(timestamp)/1000000;
10. }
11. else {
12. now = DateUtils.parseDate(timestamp, dateFormat).getTime();
13. }
14. headers.put(TIMESTAMP, Long.toString(now));

flume配置：

1. kafka_sn_hive.sources.s1.interceptors = timestamp
2. kafka_sn_hive.sources.s1.interceptors.timestamp.type = org.apache.flume.interceptor.EventTimestampInterceptor$Builder
3. kafka_sn_hive.sources.s1.interceptors.timestamp.preserveExisting = false
4. kafka_sn_hive.sources.s1.interceptors.timestamp.delimiter = ,
5. kafka_sn_hive.sources.s1.interceptors.timestamp.dateIndex = 4
6. kafka_sn_hive.sources.s1.interceptors.timestamp.dateFormat = tsecond

表示按逗号作分隔符的第四个（从0开始）字段是一个秒单位的时间戳。

在flume里面，时间戳是毫秒级别的，因此要判断这个字段是秒仍是毫秒纳秒

 

见http://lisux.me/lishuai/?p=867