Sls
Sls Sink 连接器
支持的引擎
Spark
Flink
SeaTunnel Zeta
主要特性
描述
Sls sink 连接器用于把 SeaTunnel 数据写入阿里云日志服务 SLS。每条 SeaTunnel 数据会先序列化为
JSON,然后作为 SLS 日志项写入,日志内容的 key 为 content。
支持的数据源信息
使用 Sls 连接器前,需要通过 install-plugin.sh 或 Maven 中央仓库获取以下依赖。
| 数据源 | 支持版本 | Maven |
|---|---|---|
| Sls | Universal | Download |
Sink 选项
| 名称 | 类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| endpoint | String | 是 | - | 阿里云 SLS 访问地址,例如 cn-hangzhou.log.aliyuncs.com 或内网访问地址。 |
| project | String | 是 | - | 阿里云 SLS Project。 |
| logstore | String | 是 | - | 阿里云 SLS Logstore。 |
| access_key_id | String | 是 | - | 阿里云 AccessKey ID。 |
| access_key_secret | String | 是 | - | 阿里云 AccessKey Secret。 |
| source | String | 否 | SeaTunnel-Source | 写入 SLS log group 的 source 标记。 |
| topic | String | 否 | SeaTunnel-Topic | 写入 SLS log group 的 topic 标记。 |
注意事项
- 配置的 RAM 用户需要有向目标 project 和 logstore 写入日志的权限。
- sink 在收到数据时立即写入,不提供精确一次提交语义。
- 不要在日志或任务说明里打印
access_key_secret。
任务示例
写入数据到 SLS
env {
parallelism = 1
job.mode = "BATCH"
}
source {
FakeSource {
row.num = 10
map.size = 10
array.size = 10
bytes.length = 10
string.length = 10
schema = {
fields = {
id = "int"
name = "string"
description = "string"
weight = "string"
}
}
}
}
sink {
Sls {
endpoint = "cn-hangzhou-intranet.log.aliyuncs.com"
project = "project1"
logstore = "logstore1"
access_key_id = "xxxxxxxxxxxxxxxxxxxxxxxx"
access_key_secret = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
source = "seatunnel-demo"
topic = "fake-source"
}
}