1.Flume 的数据流由事件(Event)贯穿始终。
2.事件是 Flume 的基本数据单位, 它携带日志数据(字节数组形式)并且携带有头信息,这些 Event 由 Agent 外部的 Source 生成,当 Source 捕获事件后会进行特定的格式化,然后 Source 会把事件推入(单个或多个)Channel 中。
3.可以把Channel 看作是一个缓冲区,它将保存事件直到 Sink 处理完该事件。Sink 负责持久化日志或者把事件推向另一个 Source。
4.Flume 以 agent 为最小的独立运行单位。一个 agent 就是一个 JVM。单 agent 由 Source、Sink和 Channel 三大组件构成,如下图:
5. 、Flume三大核心组件(event,client。agent)
Event
Event 是 Flume 数据传输的基本单元。
Flume 以事件的形式将数据从源头传送到最终的目的。
Event 由可选的 header 和载有数据的一个 byte array 构成。
载有的数据度 flume 是不透明的。
Header 是容纳了 key-value 字符串对的无序集合,key 在集合内是唯一的。
Header 可以在上下文路由中使用扩展。
Client
Client 是一个将原始 log 包装成 events 并且发送他们到一个或多个 agent 的实体
目的是从数据源系统中解耦 Flume,在 flume 的拓扑结构中不是必须的。
Client 实例
flume log4j Appender;
可以使用 Client SDK(org.apache.flume.api)定制特定的 Client。
Agent一个 Agent 包含 source,channel,sink 和其他组件。
它利用这些组件将 events 从一个节点传输到另一个节点或最终目的地
组件 功能
Agent
使用 JVM 运行 Flume。
每台机器运行一个 agent,但是可以在一个agent 中包含多个 sources 和 sinks。
Client 生产数据,运行在一个独立的线程。Source 从 Client 收集数据,传递给 Channel。
Sink 从 Channel 收集数据,运行在一个独立线程。
Channel 连接 sources 和 sinks,这个有点像一个队列。
Events 可以是日志记录、avro 对象等。
agent 是 flume 流的基础部分。
flume 为这些组件提供了配置,声明周期管理,监控支持。