第三章:大数据采集架构
1. 简述多级Flume架构
Flume Agent包括Sourse、Channel、Sink
- Sourse:接收数据并将接收的数据进行封装,然后传递给一个或多个通道(Channel)支持http、jms、rpc、NetCat、Exec、Spooling、Directory。
- Channel:暂时的存储容器,将从Source处接受到的数据缓存起来,可以存放在memory、jdbc、file等
- Sink:读取数据并发送给下一个Agent或者最终的目的地。目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、自定义
2. 简述Kafka数据采集架构
Kafka包括Consumers、Broker、Producers
- Consumers:消息接收者,可以订阅一个或多个话题,接收Broke发送的数据
- Broker:服务代理,组成Kafka集群并保存已发布的消息
- Producers:消息发布者,能够发布消息到Topics进程(Topics:消息的分类名)
3. Topic可以分很多区,这些分区有什么作用
作为并行处理单元,使Kafka有能力高效的处理大量数据