Flume 概述架构及部署

简介

Flume是由 Cloudera 提供的一个分布式、高可靠、高可用的服务，用于分布式的海量日志的高效收集、聚合、移动系统。简单来说，Flume 就是一个针对日志数据进行采集和汇总的一个工具（把日志从A地方移动到B地方）

Flume官网
Flume官方文档

Flume 特点

1. 可靠性：当节点出现故障时，日志能够被传送到其他节点上而不会丢失。Flume提供了三种级别的可靠性保障，从强到弱依次分别为：
   
   • end-to-end（收到数据agent首先将event写到磁盘上，当数据传送成功后，再删除；如果数据发送失败，可以重新发送。）；
   • Store on failure（这也是scribe采用的策略，当数据接收方crash时，将数据写到本地，待恢复后，继续发送）
   • Best effort（数据发送到接收方后，不会进行确认）
2. 可扩展性：Flume采用了三层架构，分别为agent，collector和storage，每一层均可以水平扩展
   所有agent和collector由master统一管理，这使得系统容易监控和维护，且master允许有多个（使用ZooKeeper进行管理和负载均衡），这就避免了单点故障问题
3. 可管理性
   
   • 所有agent和colletor由master统一管理，这使得系统便于维护
   • 多master情况，Flume利用ZooKeeper和gossip，保证动态配置数据的一致性
   • 用户可以在master上查看各个数据源或者数据流执行情况，且可以对各个数据源配置和动态加载
   • Flume提供了web 和shell script command两种形式对数据流进行管理
4. 功能可扩展性
   
   • 用户可以根据需要添加自己的agent，collector或者storage
   • Flume自带了很多组件，包括各种agent（file， syslog等），collector和storage（file，HDFS等）
5. 文档丰富，社区活跃
   
   • Flume 是Apache下的一个顶级项目，已经成为 Hadoop 生态系统的标配，它的文档比较丰富，社区比较活跃，方便我们学习

Flume架构

Flume 最简单的部署单元叫做Flume Agent，Agent 是一个Java 应用程序&