Flume基础知识

1、Flume的定义是什么？

       Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构，灵活简单。

2、它的主要作用是什么？

      它的主要作用是将实时读取服务器本地磁盘产生的数据，将这些数据写入到HDFS中。

3、Flume的框架组成？

详细图解

4、各个组成部分代表的分别是什么？

Agent
        Agent是一个JVM进程，它以事件的形式将数据从源头送至目的，是Flume数据传输的基本单元。
Agent主要有3个部分组成，Source、Channel、Sink。
Source
       Source是负责接收数据到FlumeAgent的组件。Source组件可以处理各种类型、各种格
式的日志数据，包括avro、thrift、exec、jms、spoolingdirectory、netcat、sequencegenerator、syslog、http、legacy。
Channel
       Channel是位于Source和Sink之间的缓冲区。因此，Channel允许Source和Sink运作在不同的速率上。Channel是线程安全的，可以同时处理几个Source的写入操作和几个Sink的读取操作。
Flume自带两种Channel：MemoryChannel和FileChannel。
       MemoryChannel是内存中的队列。MemoryChannel在不需要关心数据丢失的情景下适用。如果需要关心数据丢失，那么MemoryChannel就不应该使用，因为程序死亡、机器宕机或者重启都会导致数据丢失。FileChannel将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数据。 

Sink
        Sink不断地轮询Channel中的事件且批量地移除它们，并将这些事件批量写入到存储或索引系统、或者被发送到另一个FlumeAgent。Sink是完全事务性的。在从Channel批量删除数据之前，每个Sink用Channel启动一个事务。批量事件一旦成功写出到存储系统或下一个FlumeAgent，Sink就利用Channel提交事务。事务一旦被提交，该Channel从自己的内部缓冲区删除事件。Sink组件目的地包括hdfs、logger、avro、thrift、ipc、file、null、HBase、solr、自定义。
Event
          传输单元，Flume数据传输的基本单元，以事件的形式将数据从源头送至目的地。 

5、Agnt内部原理

上面就是Flume的一些基础的概念，通过一些基础的概念可以进一步深入学习。