C/C++教程
[从源码学设计] Flume 之 memory channel
在使用Flume时，有时遇到如下错误信息：Space for commit to queue couldn't be acquired。 究其原因，是在memory channel的使用中出现了问题。 本文就以此为切入点，带大家一起剖析下 Flume 中 MemoryChannel 的实现
[从源码学设计] Flume 之 memory channel
目录
- [从源码学设计] Flume 之 memory channel
- 6.1 错误
- 6.2 丢失数据的可能
- 6.1.1 异常原因
- 6.1.2 失败处理
- 6.1.3 解决方案
- 6.2.1 事务保证
- 6.2.2 管道容量
- 6.2.3 MemoryChannel
- 6.2.4 数据重复
- 4.1 put事务
- 4.2 take事务
- 4.3 提交事务
- 4.4 回滚事务
- 3.1 channel如何使用
- 3.2 source往channel放数据
- 3.3 sink从channel取数据
- 2.1 接口
- 2.2 配置参数
- 2.4 Semaphore和Queue
- 2.5 MemoryTransaction
- 2.2.1 channel属性
- 1.1 用途和特点
- 1.2 Channel
- 1.3 研究重点
- 1.4 实际能够学到什么
- 1.5 总述
- 0x00 摘要
- 0x01 业务范畴
- 0x02 定义
- 0x03 使用
- 0x04 实现事务
- 0x05 动态扩容
- 0x06 丢失数据的可能
- 0xFF 参考
0x00 摘要
在使用Flume时，有时遇到如下错误信息：Space for commit to queue couldn't be acquired。
究其原因，是在memory channel的使用中出现了问题。
本文就以此为切入点，带大家一起剖析下 Flume 中 MemoryChannel 的实现
0x01 业务范畴
1.1 用途和特点
Flume的用途：高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。
这里我们介绍与本文相关的特点：
- Flume的管道是基于事务，保证了数据在传送和接收时的一致性.
- Flume是可靠的，容错性高的，可升级的，易管理的，并且可定制的。
- 当收集数据的速度超过将写入数据的时候，也就是当收集信息遇到峰值时，这时候收集的信息非常大，甚至超过了系统的写入数据能力，这时候，Flume会在数据生产者和数据收容器间做出调整，保证其能够在两者之间提供平稳的数据.
1.2 Channel
这里就要介绍channel的概念。channel是一种短暂的存储容器，它将从source处接收到的event格式的数据缓存起来,直到它们被sinks消费掉，它在source和sink间起着桥梁的作用，channel是一个完整的事务，这一点保证了数据在收发的时候的一致性。并且它可以和任意数量的source和sink链接。
支持的类型主要有: JDBC channel , File System channel , Memory channel等，大致区别如下：
- Memory Channel：events存储在Java Heap，即内存队列中(内存的大小是可以指定的)。对于流量较高和由于agent故障而准备丢失数据的流程来说，这是一个理想的选择；
- File Channel：event保存在本地文件中，可靠性高，但吞吐量低于Memory Channel；
- JDBC Channel ：event存储在持久化存储库中（其背后是一个数据库），JDBC channel目前支持嵌入式Derby。这是一个持续的channel，对于可恢复性非常重要的流程来说是理想的选择；
- Kafka Channel：events存储在Kafka集群中。Kafka提供高可用性和高可靠性，所以当agent或者kafka broker 崩溃时，events能马上被其他sinks可用。
本文主要涉及Memory Channel，所以看看其特性。
- 好处：速度快，吞吐量大；
- 坏处：根据计算机工作的原理就可以得知，凡是在内存中计算的数据，只要电脑出现故障导致停机，那么内存中数据是不会进行保存的；
- 所适用的场景：高吞吐量，允许数据丢失的业务中；
1.3 研究重点
由此，我们可以总结出来 Flume 的一些重点功能：
- 可靠的，容错性高的；
- 实现事务；
- 速度快，吞吐量大；
- 可以调节收集的速度以解决生产者消费者不一致；
- 可升级的，易管理，可定制的；
因为MemoryChannel属于Flume的重要模块，所以，我们本文就看看是MemoryChannel是如何确保Flume以上特点的，这也是本文的学习思路。
1.4 实际能够学到什么
如何回滚，使用锁，信号量 ，动态扩容，如何解决生产者消费者不一致问题。
1.5 总述
MemoryChannel还是比较简单的，主要是通过MemoryTransaction中的putList、takeList与MemoryChannel中的queue进行数据流转和事务控制，这里的queue相当于持久化层，只不过放到了内存中，如果是FileChannel的话，会把这个queue放到本地文件中。
MemoryChannel受内存空间的影响，如果数据产生的过快，同时获取信号量超时容易造成数据的丢失。而且Flume进程挂掉，数据也会丢失。
具体是：
- 维持一个队列，队列的两端分别是source和sink。
- source使用doPut方法往putList插入Event
- sink使用doTake方法从queue中获取event放入takeList，并且提供rollback方法，用于回滚。
- commit方法作用是把putList中的event一次性写到queue；
下面表示了Event在一个使用了MemoryChannel的agent中数据流向：
source ---> putList ---> queue ---> takeList ---> sink
为了大家更好的理解，我们提前把最终图例发到这里。
具体如下图：
+----------+ +-------+ | Source | +----------------------------------------------------------------+ | Sink | +-----+----+ | [MemoryChannel] | +---+---+ | | +--------------------------------------------------------+ | ^ | | | [MemoryTransaction] | | | | | | | | | | | | | | | | | | channelCounter | | | | | | | | | | | | putByteCounter takeByteCounter | | | | | | | | | | | | +-----------+ +------------+ | |doTake | +----------------> | putList | | takeList +----------------+ doPut | | +----+--+---+ +----+---+---+ | | | | | ^ | ^ | | | | | | | | | | | +--------------------------------------------------------+ | | | | | | poll | | | | | | | | | | rollback rollback | | | | | +--------------+ +-------------+ | | | | | | | | | | | v | | | | doCommit +--+--+---+ doCommit | | | +------------> | queue | +-----------+ | | +---------+ | +----------------------------------------------------------------+
手机上如图：
0x02 定义
我们要看看MemoryChannel重要变量的定义，这里我们没有按照代码顺序来，而是重新整理。
2.1 接口
MemorChannel中最重要的部分主要是Channel、Transaction 和Configurable三个接口。
Channel接口 主要声明了Channel中的三个方法，就是队列基本功能：
public void put(Event event) throws ChannelException; //从指定的Source中获得Event放入指定的Channel中 public Event take() throws ChannelException; //从Channel中取出event放入Sink中 public Transaction getTransaction(); //获得当前Channel的事务实例
Transaction接口 主要声明了flume中事务机制的四个方法，就是事务功能：
enum TransactionState { Started, Committed, RolledBack, Closed } //枚举类型，指定了事务的四种状态，事务开始、提交、失败回滚、关闭
void begin();
void commit();
void rollback();
void close();Configurable接口 主要是和flume配置组件相关的，需要从flume配置系统获取配置信息的任何组件，都必须实现该接口。该接口中只声明了一个context方法，用于获取配置信息。
大体逻辑如下：
+-----------+ +--------------+ +---------------+ | | | | | | | Channel | | Transaction | | Configurable | | | | | | | +-----------+ +--------------+ +---------------+ ^ ^ ^ | | | | | | | | | | +-------------+--------------+ | | | | | | | MemorChannel +---------+ +-------+ | | | | | | | | | | | | | | +----------------------------+
下面我们具体讲讲成员变量。
2.2 配置参数
首先是一系列业务配置参数。
//定义队列中一次允许的事件总数 private static final Integer defaultCapacity = 100; //定义一个事务中允许的事件总数 private static final Integer defaultTransCapacity = 100; //将物理内存转换成槽(slot)数，默认是100 private static final double byteCapacitySlotSize = 100; //定义队列中事件所使用空间的最大字节数(默认是JVM最大可用内存的0.8) private static final Long defaultByteCapacity = (long)(Runtime.getRuntime().maxMemory() * .80); //定义byteCapacity和预估Event大小之间的缓冲区百分比： private static final Integer defaultByteCapacityBufferPercentage = 20; //添加或者删除一个event的超时时间，单位秒： private static final Integer defaultKeepAlive = 3; // maximum items in a transaction queue private volatile Integer transCapacity; private volatile int keepAlive; private volatile int byteCapacity; private volatile int lastByteCapacity; private volatile int byteCapacityBufferPercentage; private ChannelCounter channelCounter;
这些参数基本都在configure(Context context)中设置，基本逻辑如下：
设置 capacity：MemroyChannel的容量，默认是100。
设置 transCapacity：每个事务最大的容量，也就是每个事务能够获取的最大Event数量。默认也是100。事务容量必须小于等于Channel Queue容量。
设置 byteCapacityBufferPercentage：用来确定byteCapacity的一个百分比参数，即我们定义的字节容量和实际事件容量的百分比，因为我们定义的字节容量主要考虑Event body，而忽略Event header，因此需要减去Event header部分的内存占用，可以认为该参数定义了Event header占了实际字节容量的百分比，默认20%；
设置 byteCapacity：byteCapacity等于设置的byteCapacity值或堆的80%乘以1减去byteCapacityBufferPercentage的百分比，然后除以100。具体是首先读取配置文件定义的byteCapacity，如果没有定义，则使用默认defaultByteCapacity，而defaultByteCapacity默认是JVM物理内存的80%（Runtime.getRuntime().maxMemory() * .80）；那么实际byteCapacity=定义的byteCapacity * (1- Event header百分比)/ byteCapacitySlotSize；byteCapacitySlotSize默认100，即计算百分比的一个系数。
设置 keep-alive：增加和删除一个Event的超时时间（单位：秒）。
设置初始化 LinkedBlockingDeque对象，大小为capacity。以及各种信号量对象。
最后初始化计数器。
配置代码摘要如下：
public void configure(Context context) {
capacity = context.getInteger("capacity", defaultCapacity);
transCapacity = context.getInteger("transactionCapacity", defaultTransCapacity);
byteCapacityBufferPercentage = context.getInteger("byteCapacityBufferPercentage",
defaultByteCapacityBufferPercentage);
byteCapacity = (int) ((context.getLong("byteCapacity", defaultByteCapacity).longValue() *(1 - byteCapacityBufferPercentage * .01)) / byteCapacitySlotSize);
if (byteCapacity < 1) {
byteCapacity = Integer.MAX_VALUE;
}
keepAlive = context.getInteger("keep-alive", defaultKeepAlive);
resizeQueue(capacity);
if (channelCounter == null) {
channelCounter = new ChannelCounter(getName());
}
}2.2.1 channel属性
ChannelCounter 需要单独说一下。其就是把channel的一些属性封装了一下，初始化了一个ChannelCounter，是一个计数器，记录如当前队列放入Event数、取出Event数、成功数等。
private ChannelCounter channelCounter;
定义如下：
public class ChannelCounter extends MonitoredCounterGroup implements
ChannelCounterMBean {
private static final String COUNTER_CHANNEL_SIZE = "channel.current.size";
private static final String COUNTER_EVENT_PUT_ATTEMPT ="channel.event.put.attempt";
private static final String COUNTER_EVENT_TAKE_ATTEMPT = "channel.event.take.attempt";
private static final String COUNTER_EVENT_PUT_SUCCESS = "channel.event.put.success";
private static final String COUNTER_EVENT_TAKE_SUCCESS = "channel.event.take.success";
private static final String COUNTER_CHANNEL_CAPACITY = "channel.capacity";
}2.4 Semaphore和Queue
其次是Semaphore和Queue。主要就是用来协助制事务。
MemoryChannel有三个信号量用来控制事务，防止容量越界：queueStored，queueRemaining，bytesRemaining。
- queueLock：创建一个Object当做队列锁，操作队列的时候保证数据的一致性；
- queue：使用LinkedBlockingDeque queue维持一个队列，队列的两端分别是source和sink；
- queueStored：来保存queue中当前的保存的event的数目，即已经存储的容量大小，后面tryAcquire方法可以判断是否可以take到一个event；
- queueRemaining：来保存queue中当前可用的容量，即空闲的容量大小，可以用来判断当前是否有可以提交一定数量的event到queue中；
- bytesRemaining ： 表示可以使用的内存大小。该大小就是计算后的byteCapacity值。
private Object queueLock = new Object(); @GuardedBy(value = "queueLock") private LinkedBlockingDequequeue; private Semaphore queueRemaining; private Semaphore queueStored; private Semaphore bytesRemaining;// 表示可以使用的内存大小。该大小就是计算后的byteCapacity值。
2.5 MemoryTransaction
内部类MemoryTransaction是整个事务保证最重要的类。
MemoryTransaction用来接收数据和事务控制。该类继承BasicTransactionSemantics类。
MemoryTransaction维护了两个队列，一个用于Source的put，一个用于Sink的take，容量大小为事务的容量（transCapacity）。
- takeList：take事务用到的队列；阻塞双端队列，从channel中取event先放入takeList，输送到sink，commit成功，从channel queue中删除；
- putList：put事务用到的队列；从source 会先放至putList，然后commit传送到channel queue队列；
- channelCounter：channel属性；ChannelCounter类定义了监控指标数据的一些属性方法；
- putByteCounter：put字节数计数器；
- takeByteCounter：take字节计数器；
private class MemoryTransaction extends BasicTransactionSemantics {
private LinkedBlockingDequetakeList;
private LinkedBlockingDequeputList;
private final ChannelCounter channelCounter;
private int putByteCounter = 0;
private int takeByteCounter = 0;
}无论是Sink，还是Source都会调用getTransaction()方法，获取当前Channel的事务实例。
接口与成员变量大致逻辑可以理解如下，其中 Channel 的 API 表示这里是 MemorChannel 的对外 API：
+-----------+ +--------------+ +---------------+ | | | | | | | Channel | | Transaction | | Configurable | | | | | | | +---+-------+ +--------------+ +---------------+ ^ | ^ ^ | | | | | | | +--------------------------------------------------------+ | | | | | | | | MemoryChannel | | | | | + | | | | | | | | MemoryTransaction | | | | | | | | Semaphore / Queue | | | | | | +--------+ | | API | | | | | | | Config Parameters +------------+ | | | | +--------------------------------------------------------+
0x03 使用
看了上面讲的，估计大家还是会晕，因为成员变量和概念实在是太多了，所以我们从使用入手分析。
前面提到，memory channel内部有三个队列，分别是putList，queue，takeList。其中putList，takeList在MemoryTransaction之中。
3.1 channel如何使用
channel之上有一把锁，当source主动向channel放数据或者sink主动从channel取数据时，会抢锁，谁取到锁，谁就可以操作channel。
每次使用时会首先调用tx.begin()开始事务，也就是获取锁。然后调用tx.commit()提交数据或者调用tx.rollback()取消操作。
这里需要注意的是：Source, Sink 都是死循环，抢同一个锁。所以就会有消费者，生产者速度不一致的情况，所以就需要有 一个内部的 buffer，就是我们的Queue。
3.2 source往channel放数据
这是一个死循环，source一直试图获取channel锁，然后从kafka获取数据，放入channel中，那每次放入多少个数据呢？在KafkaSource.java中，代码是这样的：
while (eventList.size() < batchUpperLimit &&
System.currentTimeMillis() < maxBatchEndTime) {
}含义就是：每次最多放batchUpperLimit或最多等待maxBatchEndTime的时间，就结束向channel放数据。
当获取了足够的数据，首先放入putList中，然后就会调用tx.commit()将putList的全部数据放入queue中。
3.3 sink从channel取数据
也是一个死循环，sink一直试图获取channel锁，然后从channel取一批数据，放入sink和takeList（仅仅用于回滚，在调用rollback时takeList的数据会回滚到queue中）。每次取多少个event呢？以HDFSEventSink为例，代码如下：
for (txnEventCount = 0; txnEventCount < batchSize; txnEventCount++) {
Event event = channel.take();
if (event == null)
break;
}batchSize的大小默认是100，由hdfs.batchSize控制。
具体如下：
+---------------> ^ | | | while(1) | v +-----------+ | +----+----+ | Source | | take | Sink | | | | | | +-----+-----+ | +---------+ | | | +-------------+--+ | | Channel | | | | While(1) | | | | | buffer | | +----------------+ | | ^ | | | | put v ----------------^
0x04 实现事务
此处回答了前面提到的两个重点：
- 可靠的，容错性高的；
- 实现事务；
其实就是用事务保证整个流程的高可靠，其核心就在从source抽取数据到channel，从channel抽取到sink，当sink被消费后channel数据删除的这三个环节。而这些环节在flume中被统一的用事务管理起来。可以说，这是flume高可靠的关键一点。
具体涉及到的几个点如下：
- MemoryTransaction是实现事务的核心。每次使用时会首先调用tx.begin()开始事务，也就是获取锁。然后调用tx.commit()提交数据或者调用tx.rollback()取消操作。
- MemoryChannel时设计时考虑了两个容量：Channel Queue容量和事务容量，而这两个容量涉及到了数量容量和字节数容量。
- MemoryChannel 会根据事务容量 transCapacity 创建两个阻塞双端队列putList和takeList，这两个队列（相当于两个临时缓冲队列）主要就是用于事务处理的。即，每个事务都有一个Take List和Put List分别用于存储事务相关的取数据和放数据，等事务提交时才完全同步到Channel Queue，或者失败把取数据回滚到Channel Queue。
- 首先由一个Channel Queue用于存储整个Channel的Event数据；
- 当从Source往 Channel中放事件event 时，会先将event放入 putList 队列，然后将putList队列中的event 放入 MemoryChannel的queue中。
- 当从 Channel 中将数据传送给 Sink 时，则会将event先放入 takeList 队列中，然后从takeList队列中将event送入Sink，不论是 put 还是 take 发生异常，都会调用 rollback 方法回滚事务。
- 回滚时，会先给 Channel 加锁防止回滚时有其他线程访问，若takeList 不为空， 就将写入 takeList中的event再次放入 Channel 中，然后移除 putList 中的所有event（即就是丢弃写入putList临时队列的 event）。
- 因为多个事务要操作Channel Queue，还要考虑Channel Queue的动态扩容问题，因此MemoryChannel使用了锁来实现；而容量问题则使用了信号量来实现。
我们下面具体走一下这个流程。
4.1 put事务
此事务发生在在Source到Channel之间，是从指定的Source中获得Event放入指定的Channel中，具体包括：
- doPut：将批数据先写入临时缓冲区 putList；
- doCommit：检查 channel 内存队列是否足够合并；
- doRollback：channel 内存队列空间不足，回滚数据；
如下调用。
try {
tx.begin();
//底层就是调用的doPut方法
// Source写事件调用put方法
reqChannel.put(event);
tx.commit();
} catch (Throwable t) {
// 发生异常则回滚事务
tx.rollback();
if (t instanceof Error) {
throw (Error) t;
} else if (t instanceof ChannelException) {
throw (ChannelException) t;
} else {
throw new ChannelException("Unable to put event on required " +
"channel: " + reqChannel, t);
}
} finally {
if (tx != null) {
tx.close();
}
}下面分析doPut方法。
doPut逻辑如下：
- 计算event大概占用的slot数；
- offer方法往putList中添加event，等事务提交时转移到Channel Queue，如果满了则直接抛异常回滚事务；
- 累加这一条event所占用的slot空间，以便之后做字节容量限制。
具体代码如下：
protected void doPut(Event event) throws InterruptedException {
//增加放入事件计数器
channelCounter.incrementEventPutAttemptCount();
//estimateEventSize计算当前Event body大小
int eventByteSize = (int) Math.ceil(estimateEventSize(event) / byteCapacitySlotSize);
/*
* offer若立即可行且不违反容量限制，则将指定的元素插入putList阻塞双端队列中（队尾），
* 并在成功时返回，如果当前没有空间可用，则抛异常回滚事务
* */
if (!putList.offer(event)) {
throw new ChannelException(
"Put queue for MemoryTransaction of capacity " +
putList.size() + " full, consider committing more frequently, " +
"increasing capacity or increasing thread count");
}
//记录Event的byte值
putByteCounter += eventByteSize;
}具体如下图，我们暂时忽略commit与rollback：
+----------+ | Source | +---------------------------+ +-----+----+ | [MemoryChannel] | | | +---------------------+ | | | | [MemoryTransaction] | | | | | | | | | | | | | | | channelCounter | | | | | | | | | | putByteCounter | | | | | | | | | | +-----------+ | | +----------------> | putList | | | doPut | | +-----------+ | | | +---------------------+ | +---------------------------+
4.2 take事务
此事务发生在Channel到Sink之间，主要是从Channel中取出event放入Sink中，具体包括。
- doTake：将数据取到临时缓冲区 takeList，并将数据发送到 HDFS；
- doCommit：如果数据全部发送成功，则清除临时缓冲区 takeList；
- doRollback：数据发送过程中如果出现异常，rollback 将临时缓冲区 takeList 中的数据归还给 channel 内存队列；
如下调用：
transaction = channel.getTransaction(); transaction.begin(); ...... event = channel.take(); ...... transaction.commit();
逻辑如下：
- 判断takeList中是否还有空间，如果没有空间则抛出异常；
- 判断当前MemoryChannel中的queue中是否还有空间，这里通过信号量来判断；
- 从queue头部弹出一条消息，放入takeList中；
- 估算这条Event所占空间（slot数），累加takeList中的字节数；
- 将取出来的这条Event返回；
doTake具体代码如下：
protected Event doTake() throws InterruptedException {
channelCounter.incrementEventTakeAttemptCount();//将正在从channel中取出的event计数器原子的加一，即增加取出事件计数器
//如果takeList队列没有剩余容量，即当前事务已经消费了最大容量的Event，抛异常
if (takeList.remainingCapacity() == 0) {//takeList队列剩余容量为0
throw new ChannelException("Take list for MemoryTransaction, capacity " +
takeList.size() + " full, consider committing more frequently, " +
"increasing capacity, or increasing thread count");
}
//尝试获取一个信号量获取许可，如果可以获取到许可的话，证明queue队列有空间，超时直接返回null
if (!queueStored.tryAcquire(keepAlive, TimeUnit.SECONDS)) {
return null;
}
Event event;
synchronized (queueLock) {
event = queue.poll(); //获取并移除MemoryChannel双端队列表示的队列的头部(也就是队列的第一个元素)，队列为空返回null，同一时间只能有一个线程访问，加锁同步
}
//因为信号量的保证，Channel Queue不应该返回null，出现了就不正常了
Preconditions.checkNotNull(event, "Queue.poll returned NULL despite semaphore " +
"signalling existence of entry");
takeList.put(event); //将取出的event暂存到事务的takeList队列
//计算当前Event body大小并增加取出队列字节数计数器
/* 计算event的byte大小 */
int eventByteSize = (int) Math.ceil(estimateEventSize(event) / byteCapacitySlotSize)；
//更新takeByteCounter大小
takeByteCounter += eventByteSize;
return event;
}于是我们把take事务加入，我们暂时忽略commit与rollback。具体如下图，目前两个事务是没有联系的：
+----------+ +-------+ | Source | +---------------------------------------------------------+ | Sink | +-----+----+ | [MemoryChannel] | +---+---+ | | +--------------------------------------------------+ | ^ | | | [MemoryTransaction] | | | | | | | | | | | | | | | | | | channelCounter | | | | | | | | | | | | putByteCounter takeByteCounter | | | | | | | | | | | | +-----------+ +------------+ | | doTake | +----------------> | putList | | takeList +----------------+ doPut | | +-----------+ +------+-----+ | | | | ^ | | | | | | | | +--------------------------------------------------+ | | | | | | | | | | | +---------+ poll | | | | queue | +---------+ | | +---------+ | +---------------------------------------------------------+
4.3 提交事务
commit阶段主要做的事情是提交事务，此代码繁杂在于其包括了两个方面的操作：
- 从putList拿数据到Queue；
- 处理 takelist后续操作，就是根据此时具体情况调整各种数值；
commit其逻辑如下：
- 计算takeList中Event数与putList中的Event差值；
int remainingChange = takeList.size() - putList.size(); - 差值小于0，说明takeList小，也就是向该MemoryChannel放的数据比取的数据要多，所以需要判断该MemoryChannel是否有空间来放；
- 首先通过信号量来判断是否还有剩余空间；这一步tryAcquire方法会将bytesRemaining的值减去putByteCounter的值，如果bytesRemaining原来的值大于putByteCounter则返回true；
- 然后判断，在给定的keepAlive时间内，能否获取到充足的queue空间；
- 如果上面的两个判断都过了，那么把putList中的Event放到该MemoryChannel中的queue中；
- 将putList中的Event循环放入queue中；
- 面的工作完成后，清空putList和takeList，一次事务完成；
- 然后将两个计数器置零；
- 将queueStored的值加上puts的值，更新信号量；
- 如果takeList比putList大，说明该MemoryChannel中queue的数量应该是减少了，所以把(takeList-putList)的差值加到信号量queueRemaining；
- 更新channelCounter中的三个变量；
具体如下：
protected void doCommit() throws InterruptedException {
//计算改变的Event数量，即取出数量-放入数量；如果放入的多，那么改变的Event数量将是负数
//如果takeList更小，说明该MemoryChannel放的数据比取的数据要多，所以需要判断该MemoryChannel是否有空间来放
int remainingChange = takeList.size() - putList.size(); //takeList.size()可以看成source，putList.size()看成sink
//如果remainingChange小于0，则需要获取Channel Queue剩余容量的信号量
if (remainingChange < 0) { //sink的消费速度慢于source的产生速度
//利用bytesRemaining信号量判断是否有足够空间接收putList中的events所占的空间
//putByteCounter是需要推到channel中的数据大小，bytesRemainingchannel是容量剩余
//获取putByteCounter个字节容量信号量，如果失败说明超过字节容量限制了，回滚事务
if (!bytesRemaining.tryAcquire(putByteCounter, keepAlive, TimeUnit.SECONDS)) {
//channel 数据大小容量不足，事物不能提交
throw new ChannelException("Cannot commit transaction. Byte capacity " +
"allocated to store event body " + byteCapacity * byteCapacitySlotSize +
"reached. Please increase heap space/byte capacity allocated to " +
"the channel as the sinks may not be keeping up with the sources");
}
//获取Channel Queue的-remainingChange个信号量用于放入-remainingChange个Event，如果获取不到，则释放putByteCounter个字节容量信号量，并抛出异常回滚事务
//因为source速度快于sink速度，需判断queue是否还有空间接收event
if (!queueRemaining.tryAcquire(-remainingChange, keepAlive, TimeUnit.SECONDS)) {
//remainingChange如果是负数的话，说明source的生产速度，大于sink的消费速度，且这个速度大于channel所能承载的值
bytesRemaining.release(putByteCounter);
throw new ChannelFullException("Space for commit to queue couldn't be acquired." +
" Sinks are likely not keeping up with sources, or the buffer size is too tight");
}
}
int puts = putList.size(); //事务期间生产的event
int takes = takeList.size(); //事务期间等待消费的event
//如果上述两个信号量都有空间的话，那么把putList中的Event放到该MemoryChannel中的queue中。
//锁住队列开始，进行数据的流转
synchronized (queueLock) {//操作Channel Queue时一定要锁定queueLock
if (puts > 0) {
while (!putList.isEmpty()) { //如果有Event，则循环放入Channel Queue
if (!queue.offer(putList.removeFirst())) {
//如果放入Channel Queue失败了，说明信号量控制出问题了，这种情况不应该发生
throw new RuntimeException("Queue add failed, this shouldn't be able to happen");
}
}
}
//以上步骤执行成功，清空事务的putList和takeList
putList.clear();
takeList.clear();
}
//更新queue大小控制的信号量bytesRemaining
//释放takeByteCounter个字节容量信号量
bytesRemaining.release(takeByteCounter);
//重置字节计数器
takeByteCounter = 0;
putByteCounter = 0;
//释放puts个queueStored信号量，这样doTake方法就可以获取数据了
queueStored.release(puts); //从queueStored释放puts个信号量
//释放remainingChange个queueRemaining信号量
if (remainingChange > 0) {
queueRemaining.release(remainingChange);
}
//ChannelCounter一些数据计数
if (puts > 0) { //更新成功放入Channel中的events监控指标数据
channelCounter.addToEventPutSuccessCount(puts);
}
if (takes > 0) { //更新成功从Channel中取出的events的数量
channelCounter.addToEventTakeSuccessCount(takes);
}
channelCounter.setChannelSize(queue.size());
}此处涉及到两个信号量：
queueStored表示Channel Queue已存储事件容量（已存储的事件数量），队列取出事件时-1，放入事件成功时+N，取出失败时-N，即Channel Queue存储了多少事件。
- queueStored信号量默认为0。
- 当doTake取出Event时减少一个queueStored信号量。
- 当doCommit提交事务时需要增加putList 队列大小的queueStored信号量。
- 当doRollback回滚事务时需要减少takeList队列大小的queueStored信号量。
queueRemaining表示Channel Queue可存储事件容量（可存储的事件数量），取出事件成功时+N，放入事件成功时-N。
- queueRemaining信号量默认为Channel Queue容量。其在提交事务时首先通过remainingChange = takeList.size() - putList.size()计算获得需要增加多少变更事件；
- 如果小于0表示放入的事件比取出的多，表示有 remainingChange个事件放入，此时应该减少queueRemaining信号量；
- 而如果大于0，则表示取出的事件比放入的多，表示有queueRemaining个事件取出，此时应该增加queueRemaining信号量；即消费事件时减少信号量，生产事件时增加信号量。
而bytesRemaining是字节容量信号量，超出容量则回滚事务。
具体如下图，现在整体业务已经走通：
+----------+ +-------+ | Source | +---------------------------------------------------------------+ | Sink | +-----+----+ | [MemoryChannel] | +---+---+ | | +--------------------------------------------------------+ | ^ | | | [MemoryTransaction] | | | | | | | | | | | | | | | | | | channelCounter | | | | | | | | | | | | putByteCounter takeByteCounter | | | | | | | | | | | | +-----------+ +------------+ | | doTake | +----------------> | putList | | takeList +----------------+ doPut | | +----+------+ +------+-----+ | | | | | ^ | | | | | | | | | +--------------------------------------------------------+ | | | | poll | | | | | | | | | | | doCommit +---------+ doCommit | | | +------------> | queue | +---------+ | | +---------+ | +---------------------------------------------------------------+
手机如下图：
4.4 回滚事务
当一个事务失败时，会进行回滚，即调用本方法。在回滚时，需要把takeList中暂存的事件回滚到Channel Queue，并回滚queueStored信号量。具体逻辑如下：
- 得到takeList中的Event数量 int takes = takeList.size();
- 首先把takeList中的Event放回到MemoryChannel中的queue中；
- 先判断queue中能否有足够的空间将takeList的Events放回去；
- 从takeList的尾部依次取出Event，放入queue的头部；
- 然后清空putList；
- 因为清空了putList，所以需要把putList所占用的空间大小添加到bytesRemaining中；
具体代码如下：
protected void doRollback() {
//获取takeList的大小，然后bytesRemaining中释放
int takes = takeList.size();
//将takeList中的Event重新放回到queue队列中。
synchronized (queueLock) { //操作Channel Queue时一定锁住queueLock
//前置条件判断，检查是否有足够容量回滚事务
Preconditions.checkState(queue.remainingCapacity() >= takeList.size(),
"Not enough space in memory channel " +
"queue to rollback takes. This should never happen, please report");
//回滚事务的takeList队列到Channel Queue
while (!takeList.isEmpty()) { //takeList不为空，将其events全部放回queue
//removeLast()获取并移除此双端队列的最后一个元素
queue.addFirst(takeList.removeLast());
}
//最后清空putList
putList.clear();
}
//清空了putList，所以需要把putList占用的空间添加到bytesRemaining中
//即，释放putByteCounter个bytesRemaining信号量
bytesRemaining.release(putByteCounter);
//计数器重置
putByteCounter = 0;
takeByteCounter = 0;
//释放takeList队列大小个已存储事件容量
queueStored.release(takes);
channelCounter.setChannelSize(queue.size());
}具体如下图：
+----------+ +-------+ | Source | +----------------------------------------------------------------+ | Sink | +-----+----+ | [MemoryChannel] | +---+---+ | | +--------------------------------------------------------+ | ^ | | | [MemoryTransaction] | | | | | | | | | | | | | | | | | | channelCounter | | | | | | | | | | | | putByteCounter takeByteCounter | | | | | | | | | | | | +-----------+ +------------+ | |doTake | +----------------> | putList | | takeList +----------------+ doPut | | +----+--+---+ +----+---+---+ | | | | | ^ | ^ | | | | | | | | | | | +--------------------------------------------------------+ | | | | | | poll | | | | | | | | | | rollback rollback | | | | | +--------------+ +-------------+ | | | | | | | | | | | v | | | | doCommit +--+--+---+ doCommit | | | +------------> | queue | +-----------+ | | +---------+ | +----------------------------------------------------------------+
手机上如图：
0x05 动态扩容
此小节回答了如下问题：
- 可升级的，易管理，可定制的；
MemoryChannel 中使用锁配合信号实现动态增减容量。
MemoryChannel会通过configure方法获取配置文件系统，初始化MemoryChannel，其中对于配置信息的读取有两种方法，只在启动时读取一次或者动态的加载配置文件，动态读取配置文件时若修改了Channel 的容量大小，则会调用 resizeQueue 方法进行调整，如下：
if (queue != null) { //queue不为null，则为动态修改配置文件时，重新指定了capacity
try {
resizeQueue(capacity);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
} else { //初始化queue，根据指定的capacity申请双向阻塞队列，并初始化信号量
synchronized (queueLock) {
queue = new LinkedBlockingDeque(capacity);
queueRemaining = new Semaphore(capacity);
queueStored = new Semaphore(0);
}
}动态调整 Channel 容量主要分为三种情况：
新老容量相同，则直接返回；
老容量大于新容量，缩容，需先给未被占用的空间加锁，防止在缩容时有线程再往其写数据，然后创建新容量的队列，将原本队列加入中所有的 event 添加至新队列中；
老容量小于新容量，扩容，然后创建新容量的队列，将原本队列加入中所有的 event 添加至新队列中。
具体代码如下：
private void resizeQueue(int capacity) throws InterruptedException {
int oldCapacity;
//首先计算扩容前的Channel Queue的容量
//计算原本的Channel Queue的容量
synchronized (queueLock) {
//老的容量=队列现有余额+在事务被处理了但是是未被提交的容量
oldCapacity = queue.size() + queue.remainingCapacity();
}
//新容量和老容量相等，不需要调整返回
if (oldCapacity == capacity) {//如果老容量大于新容量，缩容
return;
} else if (oldCapacity > capacity) {
//缩容
//首先要预占老容量-新容量的大小，以便缩容容量
//首先要预占用未被占用的容量，防止其他线程进行操作
//尝试占用即将缩减的空间，以防被他人占用
if (!queueRemaining.tryAcquire(oldCapacity - capacity, keepAlive, TimeUnit.SECONDS)) {
//如果获取失败，默认是记录日志然后忽略
LOGGER.warn("Couldn't acquire permits to downsize the queue, resizing has been aborted");
} else {
//直接缩容量
//锁定queueLock进行缩容，先创建新capacity的双端阻塞队列，然后复制老Queue数据。线程安全
//否则，直接缩容，然后复制老Queue的数据，缩容时需要锁定queueLock，因为这一系列操作要线程安全
synchronized (queueLock) {
LinkedBlockingDequenewQueue = new LinkedBlockingDeque(capacity);
newQueue.addAll(queue);
queue = newQueue;
}
}
} else { //扩容，加锁，创建新newQueue，复制老queue数据
//扩容
synchronized (queueLock) {
LinkedBlockingDequenewQueue = new LinkedBlockingDeque(capacity);
newQueue.addAll(queue);
queue = newQueue;
}
//增加/减少Channel Queue的新的容量
//释放capacity - oldCapacity个许可，即就是增加这么多可用许可
queueRemaining.release(capacity - oldCapacity);
}
}0x06 丢失数据的可能
回到本文最初的错误信息：Space for commit to queue couldn't be acquired。
这说明Flume是会出现数据相关问题的。我们首先分析此问题。
6.1 错误
6.1.1 异常原因
因为“source往putList放数据，然后提交到queue中”与“sink从channel中取数据到sink和takeList，然后再从putList取数据到queue中”这两部分是分开来，任他们自由抢锁，所以，当前者多次抢到锁，后者没有抢到锁，同时queue的大小又太小，撑不住多次往里放数据，就会导致触发这个异常。
6.1.2 失败处理
正常情况下，如果遇到此问题，flume会暂停source向channel放数据，等待几秒钟，这期间sink应该会消费channel中的数据，当source再次开始想channel放数据时channel就有足够的空间了。
但是如果一直出现异常，就需要启用解决方案。
6.1.3 解决方案
解决这个问题最直接的办法就是增大queue的大小，增大capacity和transacCapacity之间的差距，queue能撑住多次往里面放数据即可。
6.2 丢失数据的可能
下面我们看看Flume使用中，丢失数据的可能。
6.2.1 事务保证
根据Flume的架构原理，采用FileChannel的Flume是不可能丢失数据的，因为其内部有完善的事务机制（ACID）。
- Source到Channel是事务性的，
- Channel到Sink也是事务性的，
这两个环节都不可能丢失数据。
6.2.2 管道容量
一旦管道中所有Flume Agent的容量之和被使用完，Flume 将不再接受来自客户端的数据。此时，客户端需要缓冲数据，否则数据可能会丢失。因此，配置管道能够处理最大预期的停机时间是非常重要的。
6.2.3 MemoryChannel
Channel采用MemoryChannel时候，会出现丢失。
- MemoryChannel受内存空间的影响，如果数据产生的过快，同时获取信号量超时容易造成数据的丢失。此时Source不再写入数据，造成未写入的数据丢失；就是本文的情况；
- Flume进程挂掉，数据也会丢失，因为之前数据在内存中；
所以如果想要不丢失数据，需要采用File channel。
Memory Channel 是一个内存缓冲区，因此如果Java23 虚拟机（JVM）或机器重新启动，任何缓冲区中的数据将丢失。另一方面，File Channel是在磁盘上的。即使JVM 或机器重新启动，File Channel 也不丢失数据，只要磁盘上存储的数据仍然是起作用的和可访问的。机器和Agent 一旦开始运行，任何存储在FileChannel 中的数据将最终被访问。
6.2.4 数据重复
在Channel发送到Sink这阶段，容易出现数据重复问题。
比如：如果flush到HDFS的时候，数据flush了一半之后出问题了，这意味着已经有一半的数据已经发送到HDFS上面了，现在出了问题，同样需要调用doRollback方法来进行回滚。
回滚并没有“一半”之说，它只会把整个takeList中的数据返回给channel，然后继续进行数据的读写。这样开启下一个事务的时候就容易造成数据重复的问题。
所以，在某种程度上，flume对数据进行采集传输的时候，它有可能会造成数据的重复，但是其数据不丢失。
Flume 保证事件至少一次被送到它们的目的地，只有一次倾力写数据，且不存在任何类型的故障事件只被写一次。但是像网络超时或部分写入存储系统的错误，可能导致事件不止被写一次，因为Flume 将重试写操作直到它们完全成功。网络超时可能表示写操作的失败，或者只是机器运行缓慢。如果是机器运行缓慢，当Flume 重试这将导致重复。因此，确保每个事件都有某种形式的唯一标识符通常是一个好主意，如果需要，最终可以用来删除事件数据。
0xFF 参考
基于Flume的美团日志收集系统(一)架构和设计
基于Flume的美团日志收集系统(二)改进和优化
事件序列化器 Flume 的无数据丢失保证，Channel 和事务
flume MemoryChannel分析
Flume 1.7 源码分析（一）源码编译
Flume 1.7 源码分析（二）整体架构
Flume 1.7 源码分析（三）程序入口
Flume 1.7 源码分析（四）从Source写数据到Channel
Flume 1.7 源码分析（五）从Channel获取数据写入Sink
Flume - MemoryChannel源码解析
flume到底会丢数据吗？其可靠性如何？——轻松搞懂Flume事务机制
Flume会不会丢失数据？
flume MemoryChannel分析
Flume架构与源码分析-MemoryChannel事务实现
flume“Space for commit to queue couldn't be acquired”异常产生分析
源码趣事-flume-队列动态扩容及容量使用
并发性标注 @GuardedBy @NotThreadSafe @ThreadSafe
秒懂，Java 注解 （Annotation）你可以这样学
Flume之MemoryChannel源码解读
Flume MemoryChannel源码分析
搞懂分布式技术17,18：分布式事务总结
-
MATLAB 中 A(7)=[];什么意思？-icode9专业技术文章分享11-26
-
UniApp 中如何实现使用输入法时保持页面列表不动的效果？-icode9专业技术文章分享11-26
-
在 UniApp 中怎么实现输入法弹出时禁止页面向上滚动？-icode9专业技术文章分享11-26
-
WebSocket是什么，怎么使用？-icode9专业技术文章分享11-26
-
页面有多个ref 要动态传入怎么实现？-icode9专业技术文章分享11-26
-
在 UniApp 中实现一个底部输入框的常见方法有哪些？-icode9专业技术文章分享11-26
-
RocketMQ入门指南：搭建与使用全流程详解11-26
-
RocketMQ入门教程：轻松搭建与使用指南11-26
-
手写RocketMQ：从入门到实践的简单教程11-26
-
【机器学习(二)】分类和回归任务-决策树(Decision Tree,DT)算法-Sentosa_DSML社区版11-25
-
增量更新怎么做？-icode9专业技术文章分享11-23
-
压缩包加密方案有哪些？-icode9专业技术文章分享11-23
-
用shell怎么写一个开机时自动同步远程仓库的代码？-icode9专业技术文章分享11-23
-
webman可以同步自己的仓库吗？-icode9专业技术文章分享11-23
-
在 Webman 中怎么判断是否有某命令进程正在运行？-icode9专业技术文章分享11-23
