一、引言
最近在學習瞭解大資料分析相關的工作，對於其中用到的收集部分用到了flume，特意花了點時間瞭解了一下flume的工作原理及工作機制。個人瞭解一個新的系統首先從概略上了解一下其基本原理後，接著從原始碼入手瞭解其部分關鍵實現部分，最後會嘗試去修改部分內容，從而加深對其的理解。有關flume原理部分相關資料網上很多，這裡介紹一下我的原始碼分析環境的搭建過程。
二、環境介紹
1、apache-flume-1.6.0-src
2、CentOS 7.0
3、Eclipse Java EE Kepler
4、jdk-6u45-linux-x64.rpm
5、Source Insight
6、Oracle virtual Box
三、分析方法

在CentOS中安裝JDK，開啟Eclipse的遠端除錯功能，進行跟蹤排程分析。相比與直接用Source Insight直接閱讀原始碼效率更高點，但在分析過程中可以使用Source Insight輔助分析類之間的引用關係。
四、分析步驟
1、在CentOS中安裝JDK及Flume，安裝過程不再多述。該過程中CentOS及Flume均安裝在virtual Box中，IP地址為192.168.1.11。
2、設定Flume啟動引數，利用記事本開啟apache-flume-1.6.0-src\bin\flume-ng並進行編輯，主要將以下項

JAVA_OPTS="-Xmx20m"

修改為

JAVA_OPTS="-Xmx20m -Xdebug -Xrunjdwp:transport=dt_socket,address=8888,server=y,suspend=y"

這裡設定了遠端除錯的埠為8888.遠端除錯相關引數設定見這裡
3、設定Eclipse的遠端除錯功能，如下圖所示：

4、利用Eclipse Java EE Kepler匯入已有Maven工程，即flume原始碼，如下圖所示：

5、在Eclipse中JAVA檔案……\apache-flume-1.6.0-src\flume-ng-node\src\main\java\org\apache\flume\node\Application.java中設定斷點，在CentOS中啟動Flume即可對flume的啟動過程進行遠端除錯。由此作為入口點對整個flume原始碼進行跟蹤分析
注意：

要先啟動flume，再利用eclipse進行除錯，不然會報無法連線。
五、常見問題
由eclipse引入maven工程，會出現很多的錯誤，常見的一些解決辦法如下：
1、最常見的是由於被牆的厲害，maven.twttr.com以及google中的部分庫不能下載，試了幾種，最好的解決辦法參見這裡，即在pom檔案中新增如下內容

<repository>
 <id>maven.tempo-db.com</id>
 <url>http://maven.oschina.net/service/local/repositories/sonatype-public-grid/content/</url>
</repository>

2、有關版本問題參見這裡.
3、tools.jar問題參見這裡.
4、Plugin execution not covered by lifecycle configuration問題參見這裡。
5、出現AvroFlumeOGEvent cannot be resolved類似的錯誤，如下圖所示，找不到相應的類的情況，

這是因為使用了avro，需要對pom檔案進行generate-source操作，利用avro-maven-plugin外掛的生成相應的JAVA檔案，然後新增相應的庫地址即可解決上述問題。


六、注意事項
1、由於JDK各個版本之間相容性做的並不好，為了更好的閱讀原始碼一定要了解各個軟體所使用的JDK版本，如Eclipse所需要的JDK、Flume所需要的JDK等等，否則會出現一些奇怪的問題，難以解決。
2、Flume在構建過程中使用到了很多開源的成熟的系統，如avro、netty、maven等等，與kafka等也存在交集，因此在分析過程中需要相應瞭解相關的開源系統內容。