大数据学习：Flume组件入门简介

在大数据系统平台的运行当中，对于日志的收集和传输，往往由Flume组件来负责，基于分布式系统，执行日志收集任务。今天的大数据学习分享，我们就主要来讲讲Flume组件入门基础。

Flume组件的诞生，最初来自cloudera软件公司，在2009年被捐赠给了Apache基金会，成为Hadoop生态圈的重要组件之一，也是Apache的顶级项目之一。
 

Flume简介

Flume定义，是一个分布式、高可靠、高可用的海量日志采集、聚合、传输系统。在大数据平台当中，负责收集例如日志，事件等数据资源，并且将这些数量庞大的数据从各项数据资源中集中起来存储。

支持在日志系统中定制各类数据发送方，用以采集数据，也提供对数据进行简单处理，并写到各种数据接收方的能力。简单来说：Flume是实时采集日志的数据采集引擎。将数据流，如日志数据从各种网站服务器上汇集起来存储到HDFS，HBase等集中存储器中。

Flume应用场景

在实际开发当中， Flume的使用不仅限于日志数据聚合。由于数据源是可定制的，因此Flume可用于传输大量事件数据，包括但不限于网络流量数据，社交媒体生成的数据，电子邮件消息以及几乎任何可能的数据源。

Flume优势

Flume可以将应用产生的数据存储到任何集中存储器中，比如HDFS，Hbase。

当收集数据的速度超过将写入数据的时候，也就是当收集信息遇到峰值时，这时候收集的信息非常大，甚至超过了系统的写入数据能力，这时候，Flume会在数据生产者和数据收容器间做出调整，保证其能够在两者之间提供一共平稳的数据。

Flume的管道是基于事务，保证了数据在传送和接收时的一致性。

Flume具备可靠性，高容错性，可升级，可定制，易管理。

支持各种接入资源数据的类型以及接出数据类型。

支持多路径流量，多管道接入流量，多管道接出流量，上下文路由等。

关于大数据学习，Flume组件入门简介，以上就为大家做了简单的介绍了。在大数据技术生态当中，Flume作为日志收集系统，也常常与Kafka配合，共同完成平台当中的各项数据采集需求。