Flume学习之路（一）

1. Flume概述

   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可以采集文件，socket数据等各种形式源数据，又可以将采集到的数据输出到HDFS、hbase、hive、kafka
   

等众多外部存储系统中
一般的采集需求，通过flume的简单配置即可实现
Flume针对特殊场景也具备良好的自定义扩展能力，因此，flume适用于大部分的日常数据采集场景

2. Flume运行机制
   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angent所连接起来形成
   每一个agent相当于一个数据传递员，内部有三个组件：
   source：采集源，用于跟数据对接，以获取数据
   sink：下沉地，采集数据的传送目的，用于往下一级angent传送数据或者往最终存储系统传递数据
   channel：angebt内部的数据传输通道，用于从source将数据传递到sink
   Source 到 Channel 到 Sink之间传递数据的形式是Event事件；Event事件是一个数据流单元。表示一条数据
   
   在这里我们要说一下，日常采集工具不仅仅只有flume一个，还有很多，目前最常用的是flume，还有一个工具经常被提及–》logstash ，属于ELK的一个组件，它内部就没有类似channel这种组件。
   这个channel相当于一个缓冲，有它的好处，我们就可以规划一次发多少条数据，多长时间发一次数据，每次发生的数据的字节数。