大数据-Flume介绍

1. Flume 介绍

1.1. 概述

1. Flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。
2. Flume可以采集文件，socket数据包、文件、文件夹、kafka等各种形式源数据，又可以将采集到 的数据(下沉sink)输出到HDFS、hbase、hive、kafka等众多外部存储系统中
3. 一般的采集需求，通过对flume的简单配置即可实现
4. Flume针对特殊场景也具备良好的自定义扩展能力， 因此，flume可以适用于大部分的日常数据采集场景

1.2. 运行机制

1. Flume分布式系统中最核心的角色是agent，flume采集系统就是由一个个agent所连接起来形成
2. 每一个agent相当于一个数据传递员，内部有三个组件： 2.1 Source：采集组件，用于跟数据源对接，以获取数据 2.2 Sink：下沉组件，用于往下一级agent传递数据或者往最终存储系统传递数据 2.3 Channel：传输通道组件，用于从source将数据传递到sink

1.3. Flume 结构图

简单结构

单个 Agent 采集数据

复杂结构

多级 Agent 之间串联