如何配置Flume以侦听web api http请求

Question

我已经构建了一个发布在IIS服务器上的api web应用程序，我正在尝试配置Apache Flume来侦听该web api并将http请求的响应保存在HDFS中，这是我需要侦听的post方法：

    [HttpPost]
    public IEnumerable<Data> obtenerValores(arguments arg)
    {
        Random rdm = new Random();

        int ano = arg.ano;
        int rdmInt;
        decimal rdmDecimal;

        int anoActual = DateTime.Now.Year;
        int mesActual = DateTime.Now.Month;

        List<Data> ano_mes_sales = new List<Data>();

        while (ano <= anoActual)
        {
            int mes = 1;
            while ((anoActual == ano && mes <= mesActual) || (ano < anoActual && mes <= 12))
            {
                rdmInt = rdm.Next();
                rdmDecimal = (decimal)rdm.NextDouble();
                Data anoMesSales = new Data(ano, mes,(rdmInt * rdmDecimal));
                ano_mes_sales.Add(anoMesSales);

                mes++;
            }
            ano++;
        }
        return ano_mes_sales;
    }

Flume在VMware虚拟机CentOs上运行，这是我尝试配置flume以侦听该应用程序：

# Sources, channels, and sinks are defined per # agent name, in this case 'tier1'.
a1.sources  = source1
a1.channels = channel1
a1.sinks    = sink1
a1.sources.source1.interceptors = i1 i2 
a1.sources.source1.interceptors.i1.type = host
a1.sources.source1.interceptors.i1.preserveExisting = false
a1.sources.source1.interceptors.i1.hostHeader = host
a1.sources.source1.interceptors.i2.type = timestamp

# For each source, channel, and sink, set # standard properties.
a1.sources.source1.type     = org.apache.flume.source.http.HTTPSource
a1.sources.source1.bind     = transacciones.misionempresarial.com/CSharpFlume
a1.sources.source1.port     = 80

# JSONHandler is the default for the httpsource # 
a1.sources.source1.handler = org.apache.flume.source.http.JSONHandler
a1.sources.source1.channels = channel1
a1.channels.channel1.type   = memory
a1.sinks.sink1.type         = hdfs
a1.sinks.sink1.hdfs.path = /monthSales
a1.sinks.sink1.hdfs.filePrefix = event-file-prefix-
a1.sinks.sink1.hdfs.round = false
a1.sinks.sink1.channel      = channel1

# Other properties are specific to each type of # source, channel, or sink. In this case, we # specify the capacity of the memory channel.
a1.channels.channel1.capacity = 1000 

我正在使用curl来发布，这是我的尝试：

curl -X POST -H 'Content-Type: application/json; charset=UTF-8' -d '[{"ano":"2010"}]' http://transacciones.misionempresarial.com/CSharpFlume/api/SourceFlume/ObtenerValores

我只得到这个错误：

{"Message":"Error."}

我的问题是，哪种正确的方式配置flume来监听http请求我的web api，我错过了什么？

Answer 1

标准的Flume 'HTTPSource‘及其默认JSONHandler将只处理特定的、以Flume为中心的格式的事件。

这种格式记录在in the user manual中，也记录在JSONHandler source code开头的注释中。

总而言之，它希望收到一个JSON对象列表，每个对象都包含headers (键/值对，映射到Flume事件头部)和body (一个简单字符串，映射到Flume事件主体)。

以您的示例为例，如果您发送：

[{"headers": {}, "body": "{\"ano\":\"2010\"}"}]

我想你会得到你想要的。

如果您没有更改发送内容的灵活性，那么您可以使用org.apache.flume.source.http.BLOBHandler，这取决于您尝试进行的处理(NB。手册中没有这方面的文档，只是针对org.apache.flume.sink.solr.morphline.BlobHandler的-它们不是一回事，但在FLUME-2718中有一些说明)，或者您可能需要提供您自己的Flume的HTTPSourceHandler接口的实现。

旁注: HTTP Source bind选项需要一个主机名或IP地址。您可能只是幸运，因为您的值被视为主机名，而路径被忽略。