关于Flume拓扑结构--Flink进阶认识

Flume拓扑结构

1 简单串联

Flume Agent连接
此模式不建议桥接过多的flume数量， flume数量过多不仅会影响传输速率，而且一旦传输过程中某个节点flume宕机，会影响整个传输系统。

2 复制和多路复用

单source，多channel、sink
Flume支持将事件流向一个或者多个目的地。这种模式可以将相同数据复制到多个channel中，或者将不同数据分发到不同的channel中，sink可以选择传送到不同的目的地。

3 负载均衡和故障转移

Flume支持使用将多个sink逻辑上分到一个sink组，sink组配合不同的SinkProcessor可以实现负载均衡和错误恢复的功能。

4 聚合

这种模式是我们最常见的，也非常实用，日常web应用通常分布在上百个服务器，大者甚至上千个、上万个服务器。产生的日志，处理起来也非常麻烦。用flume的这种组合方式能很好的解决这一问题，每台服务器部署一个flume采集日志，传送到一个集中收集日志的flume，再由此flume上传到hdfs、hive、hbase等，进行日志分析。

python这门语言已近变得越来越重要了，无论是办公还是数据分析，这篇文章主要介绍最初始的爬虫，本人也是小白一名，希望能给学习爬虫的同学们起到一些作用。

http与https的区别

简单一点来说，https开头的网站使用了ssl协议加密传输，我们如果使用爬虫去爬取带有ssl协议进行数据传输的网站，将会遇到数据缺失的问题。