香奈儿XL 是什么意思？寻找二十年前的一款香水

cdf海南免税官方商城是三亚国际免税城唯一官方网上商城。

于2016年2月1日正式上线运行。努力打造全球标志性旅游零售线上商城，服务海南离岛旅客免税购物。线上购买，机场、火车站、港口提货，方便快捷，一站式体验购物。

政策支持：

在海南省政府的统筹规划下，三亚国际免税城通过对免税政策体系的深度研究，持续探索“互联网+旅游+免税购物”这一新型业务模式，经过3年精心筹划，在电商平台建设方面，已完成商城系统全渠道研发，旅客可随时随地购买。

在商品准备方面，已基本涵盖线下所有免税品品类商品，将逐步覆盖线下300多个国际品牌；在增值服务方面，已形成712小时的全面高质量客户服务体系，为所有客户提供专业的售后服务。　

“网上购物，机场/火车站/港口提货”，将进一步丰富和满足旅客离岛免税购物的选择与需求，旅客可以随时随地挑选货物下单，降低旅客购物的紧张度，为旅客带来更好的购物体验。革故鼎新，继往开来。

在现有“用户注册、全渠道选购下单、线上便利支付、机场快速提货”等常规业务功能基础上，将结合三亚国际免税城丰富的实体运营经验。

在新常态下开辟新思路，线上线下优势互补，逐步将c三亚国际免税城建设成为集购物、休闲、酒店、餐饮、娱乐为一体的智慧商城综合体，成为海南旅游的又一张金名片，成为海南离岛免税发展史上的又一座里程碑。

flume 有三大组件source 、channel和sink，各个组件之间都可以相互组合使用，各组件间耦合度低。使用灵活，方便。

1多sink

channel 的内容只输出一次，同一个event 如果sink1 输出，sink2 不输出；如果sink1 输出，sink1 不输出。 最终 sink1+sink2=channel 中的数据。

配置文件如下：

a1sources=r1a1sinks= k1 k2a1channels= c1# Describe/configure the sourcea1sourcesr1type= execa1sourcesr1shell= /bin/bash -ca1sourcesr1channels= c1a1sourcesr1command= tail -F /opt/apps/logs/tail4log# channela1channelsc1type= memorya1channelsc1capacity=1000a1channelsc1transactionCapacity=100#sink1a1sinksk1channel= c1a1sinksk1type= orgapacheflumesinkkafkaKafkaSinka1sinksk1kafkatopic= mytopica1sinksk1kafkabootstrapservers= localhost:9092a1sinksk1kafkaflumeBatchSize=20a1sinksk1kafkaproduceracks=1a1sinksk1kafkaproducerlingerms=1a1sinkskikafkaproducercompressiontype= snappy#sink2a1sinksk2type= file_rolla1sinksk2channel= c1#a1sinksk2sinkrollInterval=0a1sinksk2sinkdirectory= /opt/apps/tmp

2多 channel 多sink ，每个sink 输出内容一致

（memory channel 用于kafka操作，实时性高，file channel 用于 sink file 数据安全性高） 

（多channel 单 sink 的情况没有举例，个人感觉用处不广泛。）

配置文件如下：

a1sources=r1a1sinks= k1 k2a1channels= c1 c2# Describe/configure the sourcea1sourcesr1type= execa1sourcesr1shell= /bin/bash -ca1sourcesr1channels= c1 c2a1sourcesr1command= tail -F /opt/apps/logs/tail4log#多个channel 的数据相同a1sourcesr1selectortype=replicating# channel1a1channelsc1type= memorya1channelsc1capacity=1000a1channelsc1transactionCapacity=100#channel2a1channelsc2type= filea1channelsc2checkpointDir= /opt/apps/flume-170/checkpointa1channelsc2dataDirs= /opt/apps/flume-170/data#sink1a1sinksk1channel= c1a1sinksk1type= orgapacheflumesinkkafkaKafkaSinka1sinksk1kafkatopic= mytopica1sinksk1kafkabootstrapservers= localhost:9092a1sinksk1kafkaflumeBatchSize=20a1sinksk1kafkaproduceracks=1a1sinksk1kafkaproducerlingerms=1a1sinkskikafkaproducercompressiontype= snappy#sink2a1sinksk2type= file_rolla1sinksk2channel= c2#a1sinksk2sinkrollInterval=0a1sinksk2sinkdirectory= /opt/apps/tmp

3 多source 单 channel 单 sink

多个source 可以读取多种信息放在一个channel 然后输出到同一个地方 

配置文件如下：

a1sources=r1r2a1sinks= k1a1channels= c1# source1a1sourcesr1type= execa1sourcesr1shell= /bin/bash -ca1sourcesr1channels= c1a1sourcesr1command= tail -F /opt/apps/logs/tail4log# source2a1sourcesr2type= execa1sourcesr2shell= /bin/bash -ca1sourcesr2channels= c1a1sourcesr2command= tail -F /opt/apps/logs/tail2log# channel1  in memorya1channelsc1type= memorya1channelsc1capacity=1000a1channelsc1transactionCapacity=100#sink1a1sinksk1channel= c1a1sinksk1type= orgapacheflumesinkkafkaKafkaSinka1sinksk1kafkatopic= mytopica1sinksk1kafkabootstrapservers= localhost:9092a1sinksk1kafkaflumeBatchSize=20a1sinksk1kafkaproduceracks=1a1sinksk1kafkaproducerlingerms=1a1sinkskikafkaproducercompressiontype= snappy

flume 像乐高积木一样可以自己随心所欲将不同的组件进行搭配使用，耦合度低。

Source

rpc远程过程调用协议，客户机与服务机的调用模式需要对数据进行序列化。

         1：客户机将参数序列化并以二进制形式通过网络传输到服务器。

         2：服务器接收到后进行反序列化再调用方法获取返回值。

         3：服务器将返回值序列化后再通过网络传输给客户机。

         4：客户机接收到结果后再进行反序列化获取结果。

Avro source：

         Avro就是一种序列化形式，avrosource监听一个端口只接收avro序列化后的数据，其他类型的不接收。

         type：avrosource的类型，必须是avro。

bind：要监听的(本机的)主机名或者ip。此监听不是过滤发送方。一台电脑不是说只有一个IP。有多网卡的电脑，对应多个IP。

port：绑定的本地的端口。

Thrif source：

         和avro一样是一种数据序列化形式，Thrifsource只采集thrift数据序列化后的数据

Exec source：

         采集linux命令的返回结果传输给channel

         type:source的类型：必须是exec。

command：要执行命令。

tail  –f  若文件被删除即使重新创建同名文件也不会监听

        tail  -F  只要文件同名就可以继续监听

以上可以用在日志文件切割时的监听

JMS Source：

Java消息服务数据源，Java消息服务是一个与具体平台无关的API，这是支持jms规范的数据源采集；

Spooling Directory Source：通过文件夹里的新增的文件作为数据源的采集；

Kafka Source：从kafka服务中采集数据。

NetCat Source：绑定的端口（tcp、udp），将流经端口的每一个文本行数据作为Event输入

        type：source的类型，必须是netcat。

bind：要监听的(本机的)主机名或者ip。此监听不是过滤发送方。一台电脑不是说只有一个IP。有多网卡的电脑，对应多个IP。

port：绑定的本地的端口。

HTTP Source：监听HTTP POST和 GET产生的数据的采集

Chanel

         是一个数据存储池，中间通道，从source中接收数据再向sink目的地传输，如果sink写入失败会自动重写因此不会造成数据丢失。

         Memory：用内存存储，但服务器宕机会丢失数据。

                 Typechannel的类型：必须为memory

capacity：channel中的最大event数目

transactionCapacity：channel中允许事务的最大event数目

         File：使用文件存储数据不会丢失数据但会耗费io。

                 Typechannel的类型：必须为 file

checkpointDir ：检查点的数据存储目录

dataDirs ：数据的存储目录

transactionCapacity：channel中允许事务的最大event数目

         SpillableMemory Channel：内存文件综合使用，先存入内存达到阀值后flush到文件中。

                Typechannel的类型：必须为SPILLABLEMEMORY

memoryCapacity：内存的容量event数

overflowCapacity：数据存到文件的event阀值数

checkpointDir：检查点的数据存储目录

dataDirs：数据的存储目录

         Jdbc：使用jdbc数据源来存储数据。

         Kafka：使用kafka服务来存储数据。

Sink

         各种类型的目的地，接收channel写入的数据并以指定的形式表现出来。Sink有很多种类型。

type：sink的类型 必须是hdfs。

hdfspath：hdfs的上传路径。

hdfsfilePrefix：hdfs文件的前缀。默认是:FlumeData

hdfsrollInterval:间隔多久产生新文件，默认是:30（秒） 0表示不以时间间隔为准。

hdfsrollSize：文件到达多大再产生一个新文件，默认是:1024（bytes）0表示不以文件大小为准。

hdfsrollCount：event达到多大再产生一个新文件，默认是:10（个）0表示不以event数目为准。

hdfsbatchSize：每次往hdfs里提交多少个event，默认为100

hdfsfileType：hdfs文件的格式主要包括：SequenceFile,DataStream ,CompressedStream，如果使用了CompressedStream就要设置压缩方式。

hdfscodeC：压缩方式：gzip,bzip2, lzo, lzop, snappy

注：%{host}可以使用header的key。以及%Y%m%d来表示时间，但关于时间的表示需要在header里有timestamp这个key。

Logger Sink将数据作为日志处理（根据flume中的设置的日志方式来显示）

要在控制台显示在运行agent的时候加入：-Dflumerootlogger=INFO,console。

type：sink的类型：必须是logger。

maxBytesToLog：打印body的最长的字节数 默认为16

Avro Sink：数据被转换成Avro Event，然后发送到指定的服务端口上。

                 type：sink的类型：必须是 avro。

hostname：指定发送数据的主机名或者ip

port：指定发送数据的端口

实例

1：监听一个文件的增加变化，采集数据并在控制台打印。

在这个例子中我使用exec source，memory chanel，logger sink。可以看我的agent结构图

以下是我创建的exec_sourceconf

a1sources=r1

a1channels=c1

a1sinks=k1

a1sourcesr1type=exec

a1sourcesr1command=tail -F/usr/local/successlog

a1channelsc1type=memory

a1channelsc1capacity=1000

a1channelsc1transactioncapacity=100

a1sinksk1type=logger

a1sourcesr1channels=c1

a1sinksk1channel=c1

执行命令：

bin/flume-ngagent --conf conf/ --conf-file conf/exec_sourceconf --name a1-Dflumerootlogger=INFO,console &

然后更改/usr/local/successlog文件中的内容后可以看到flume采集到了文件的变化并在控制台上打印出来。文件初始内容hello和how are you，剩下的i am fine和ok为新增加内容。

2：监控一个文件变化并将其发送到另一个服务器上然后打印

这个例子可以建立在上一个例子之上，但是需要对flume的结构做一些修改，我使用avro序列化数据再发送到指定的服务器上。详情看结构图。

实际上flume可以进行多个节点关联，本例中我只使用131向139发送数据

131,139上都必须启动agent

服务器131配置

以下是我创建的exec_source_avro_sinkconf

a1sources=r1

a1channels=c1

a1sinks=k1

a1sourcesr1type=exec

a1sourcesr1command=tail -F/usr/local/successlog

a1channelsc1type=memory

a1channelsc1capacity=1000

a1channelsc1transactioncapacity=100

a1sinksk1type=avro

a1sinksk1hostname=19216879139

a1sinksk1port=42424

a1sourcesr1channels=c1

a1sinksk1channel=c1

执行命令启动agent

bin/flume-ng agent --conf conf/ --conf-fileconf/exec_source_avro_sinkconf --name a1 -Dflumerootlogger=INFO,console&

139服务器配置

执行命令拷贝flume到139

scp -r apache-flume-170-bin/root@19216879139:/usr/local/

修改exec_source_avro_sinkconf

a1sources=r1

a1channels=c1

a1sinks=k1

a1sourcesr1type=avro

a1sourcesr1bind=0000

a1sourcesr1port=42424

a1channelsc1type=memory

a1channelsc1capacity=1000

a1channelsc1transactioncapacity=100

a1sinksk1type=logger

a1sourcesr1channels=c1

a1sinksk1channel=c1

执行命令启动agent

bin/flume-ng agent --conf conf/ --conf-fileconf/exec_source_avro_sinkconf --name a1 -Dflumerootlogger=INFO,console&

结果可以在139控制台上看到131中修改successlog的变化信息

3：avro-client实例

执行bin/flume-ng会提示有命令如下

help                     display this help text

agent                     run aFlume agent

avro-client               run anavro Flume client

version                   show Flume version info

avro-clinet是avro客户端，可以把本地文件以avro序列化方式序列化后发送到指定的服务器端口。本例就是将131的一个文件一次性的发送到139中并打印。

Agent结构图如下

131启动的是一个avro-client，它会建立连接，发送数据，断开连接，它只是一个客户端。

启动一个avro客户端

bin/flume-ngavro-client --conf conf/ --host 19216879139 --port 42424 --filename/usr/local/successlog --headerFile /usr/local/kvlog

--headerFile是用来区分是哪个服务器发送的数据，kvlog中的内容会被发送到139，可以作为标识来使用。

139的avro_clientconf如下

a1sources=r1

a1channels=c1

a1sinks=k1

a1sourcesr1type=avro

a1sourcesr1bind=0000

a1sourcesr1port=42424

a1channelsc1type=memory

a1channelsc1capacity=1000

a1channelsc1transactioncapacity=100

a1sinksk1type=logger

a1sourcesr1channels=c1

a1sinksk1channel=c1

启动agent

bin/flume-ngagent --conf conf/ --conf-file conf/avro_clientconf --name a1-Dflumerootlogger=INFO,console &

139控制台显示如下

可以看到headers的内容headers:{hostname=19216879131}

注意：

1：Flume服务没有stop命令需要通过kill来杀掉进行，可以使用jps  -m来确认是那个agent的number

[root@shb01 conf]# jps -m

3610 Jps -m

3512 Application --conf-fileconf/exec_sourceconf --name a1

2：修改flume的配置文件后如avro_clientconf，flume会自动重启

3：logger sink默认只显示16个字节

4：flume是以event为单位进行数据传输的，其中headers是一个map容器map

Event: { headers:{hostname=19216879131}body: 31 61                                           1a }

5：flume支持多节点关联但是sink和source的类型要一致，比如avro-client发送数据那么接收方的source也必须是avro否则会警告。

我会计专业硕士，考试方式为管理类联考，报考类别为非定向，报名点在选择学校后会给你提示，你也可以在陕西省报考点中选取接收报考的学校。（有些学校只接收社会考生）

定向与非定向是按照学生毕业后的去向来分得。定向生是原有工作单位，并且在读期间与原单位签订了定向协议，由原单位为其保留公职、工资、待遇和档案，毕业后必须回到原单位工作；非定向生是没有单位或与原单位完全脱离关系，档案带到学校，毕业后重新找工作

计划内的非定向生就叫做非定向生，也就是人们所说的公费生；计划内的定向生也就是我们所说的定向生（不交学费，同时还有单位接收）；计划外的非定向生就是自筹生，即学费需要自己负担，没有单位；计划外的定向生就叫委培生，即由单位委托培养（其中重要的一点是单位为其负担学费）。

非定向就是主要是政府出钱，自筹的话自己花的钱要多。先报非定向，具体是哪一种是根据录取时候定的，排名前面录取的是非定向，后面录取的是自筹的。