【Flume】介绍，架构，安装

目录

介绍

架构

Agent

Source

Sink

Channel

Event（事件）

安装

---

介绍

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。

Flume 最主要的作用就是，实时读取服务器本地磁盘的数据，将数据写入到 HDFS 。

采集 计算 存储 工具

架构

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。

Agent 主要有 3 个部分组成， Source 、 Channel 、 Sink 。

Source

Source 是负责接收数据到 Flume Agent 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、 spooling directory（文件） 、 netcat（端口数据） 、 taildir（文件） 、

sequence generator、syslog、http、legacy。

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 Flume Agent。

Sink 组件目的地包括 hdfs 、 logger（控制台） 、 avro 、thrift、ipc、 file 、 HBase 、solr、自定

义

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： Memory Channel（内存）  和 File Channel（文件） 还有Kafka 。

Memory Channel 是内存中的队列。Memory Channel 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 Memory Channel 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。

File Channel 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。

Event（事件）

传输单元，Flume 数据传输的基本单元，以 Event 的形式将数据从源头送至目的地。

Event 由 Header 和 Body 两部分组成，Header 用来存放该 event 的一些属性，为 K-V 结构，

Body 用来存放该条数据，形式为字节数组。

序列化和反学列化。 

安装

http://archive.apache.org/dist/flume/

#解压
tar -zxf /opt/software/apacheflume-1.9.0-bin.tar.gz -C /opt/module/
#重命名
mv /opt/module/apache-flume-1.9.0-bin /opt/module/flume
#删除lib下的 guava-11.0.2.jar，兼容Hadoop3..1.3
sudo rm /opt/module/flume/lib/guava-11.0.2.jar

flume的学习主要是认识，安装，几个低级的案例，几个高级的案例，还有自定义组件。

来源：

尚硅谷