flume报java.io.IOException: Not a data file的ERROR

flume清洗时报错 java.io.IOException: Not a data file，错误如下图：

opening file 的文件明明是一个数据文件，非要说不是数据文件。没办法，追踪错误，查找源码去。。。

结果在 package org.apache.avro.file中的 DataFileStream 类的initialize(InputStreamin)方法中发现了异常的出处，代码如下：

void initialize(InputStream in) throws IOException {
        this.header = new DataFileStream.Header();
        this.vin = DecoderFactory.get().binaryDecoder(in, this.vin);
        byte[] magic = new byte[DataFileConstants.MAGIC.length];

        try {
            this.vin.readFixed(magic);
        } catch (IOException var10) {
            throw new IOException("Not a data file.");
        }

......

在 readFixed 时异常了，真正的异常是 var10 ，不知道哪位大神把异常换成了 Not a data file了。

我想看 var10 的异常怎么办呢？只好重写源码了，把 var10 打粗来。

真正的错误来啦！

java.io.EOFException 异常啊。查了下，说是读取文件的问题。

继续研究，发现是flume的一个BUG。

官方给的解释：https://issues.apache.org/jira/browse/AVRO-813

我们的解决方案是：把spooldir的source跟踪的目录下的元数据文件删除既可。

flume跟踪的目录下会自动产生 .flumespool文件夹，里面有 .flumespool-main.meta 文件。该文件我理解的是存储的读取文件的 offset，

在读取该文件的时候出现了异常，将该文件删除，一切OK啦。缺点呢是可能会造成数据少量的重复。 

那也没办法了，少量的容错老子接受了 ，最后重写source组件，只要该异常出现就删除.meta文件即可。防止flume异常结束在启动时出现上述错误。