详细图解 Flume介绍、安装配置

首页 > 代码库 > 详细图解 Flume介绍、安装配置

详细图解 Flume介绍、安装配置

2024-07-05 20:18:07 225人阅读

写在前面一：

本文总结“Hadoop生态系统”中的其中一员——Apache Flume

写在前面二：

所用软件说明：

一、什么是Apache Flume

官网：Flume is a distributed, reliable, and availableservicefor efficientlycollecting, aggregating, and moving large amounts of log data. It has a simple and flexible architecture based on streaming data flows. It is robust and fault tolerant with tunable reliability mechanisms and many failover and recovery mechanisms. It uses a simple extensible data model that allows for online analytic application.

1、flume是一个分布式的日志收集系统，具有高可靠、高可用、事务管理、失败重启等功能。数据处理速度快，完全可以用于生产环境。
常用的分布式日志收集系统：
Apache Flume、
Facebook Scribe、
Apache Chukwa
2、flume的核心是agent。agent是一个java进程，运行在日志收集端，通过agent接收日志，然后暂存起来，再发送到目的地。
3、agent里面包含3个核心组件：source、channel、sink。

3.1、source组件是专用于收集日志的，可以处理各种类型各种格式的日志数据,包括avro、thrift、exec、jms、spooling directory、netcat、 sequence generator、syslog、http、legacy、自定义。source组件把数据收集来以后，临时存放在channel中。
3.2、channel组件是在agent中专用于临时存储数据的，可以存放在memory、jdbc、file、自定义。
channel中的数据只有在sink发送成功之后才会被删除。
3.3、sink组件是用于把数据发送到目的地的组件，目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、自定义。
4、在整个数据传输过程中，流动的是event。事务保证是在event级别。
5、flume可以支持多级flume的agent，支持扇入(fan-in)、扇出(fan-out)。

Flume简单处理示意图