Flume框架:是高可用,高可靠的,分布式的海量日志采集、聚合和传输的系统。大数据业务及数据采集和迁移需求,以案例驱动的方式讲解基于Flume构建高容错高可靠的分布式数据采集平台。
日志源–>source–>channel–>sink–>HDFS
agent:就是一个JVM的进程,里面包含source,channel,sink
source:采集或读取日志的组件,不同的数据源使用不同的source
channel:缓冲区,让source和sink可以在不同速率上运行
sink:负责日志的写出的组件
event:在flume里面传输的是event传输单元,header和body组成,body 里面存放数据的字节数组,header里面默认空,需要手动添加
Flume框架教程:
Sqoop框架:大数据业务及数据采集和迁移需求,以案例驱动的方式讲解基于
Sqoop构建高性能的分布式数据迁移和同步平台。
Sqoop 是一款开源的工具,主要用于在 Hadoop(Hive)与传统的数据库(mysql、postgresql…) 间进行数据的传递,可以将一个关系型数据库(例如 : MySQL ,Oracle ,Postgres 等)中的数据导进到 Hadoop 的 HDFS 中,也可以将 HDFS 的数据导进到关系型数据库中。