Apache Flume 概述

Apache Flume

官方文档地址,上面讲的很详细
http://archive.cloudera.com/cdh5/cdh/5/flume-ng-1.6.0-cdh5.14.0/FlumeUserGuide.html

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、聚合和传输的软件。

Flume的核心是把数据从数据源(source)收集过来,再将收集到的数据送到指定的目的地(sink)。

为了保证输送的过程一定成功,在送到目的地(sink)之前,会先缓存数据(channel),待数据真正到达目的地(sink)后,flume在删除自己缓存的数据。

Flume支持定制各类数据发送方,用于收集各类型数据;同时,Flume支持定制各种数据接受方,用于最终存储数据。

一般的采集需求,通过对flume的简单配置即可实现。

针对特殊场景也具备良好的自定义扩展能力。

因此,flume可以适用于大部分的日常数据采集场景。

当前Flume有两个版本。Flume 0.9X版本的统称Flume OG(original generation),Flume1.X版本的统称Flume NG(next generation)

由于Flume NG经过核心组件、核心配置以及代码架构重构,与Flume OG有很大不同,使用时请注意区分。

改动的另一原因是将Flume纳入 apache 旗下,Cloudera Flume 改名为 Apache Flume。

运行机制

Flume系统中核心的角色是agentagent本身是一个Java进程,一般运行在日志收集节点。
在这里插入图片描述
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,用于跟数据源对接,以获取数据;
Channel:agent内部的数据传输通道,用于从source将数据传递到sink;
Sink:下沉地,采集数据的传送目的,用于往下一级agent传递数据或者往最终存储系统传递数据;

在整个数据的传输的过程中,流动的是event,它是Flume内部数据传输的最基本单元

event将传输的数据进行封装。如果是文本文件,通常是一行记录,event也是事务的基本单位

event从source,流向channel,再到sink,本身为一个字节数组,并可携带headers(头信息)信息

event代表着一个数据的最小完整单元,从外部数据源来,向外部的目的地去

一个完整的event包括:event headersevent bodyevent信息,其中event信息就是flume收集到的日记记录

Flume采集系统结构图

简单结构

单个agent采集数据
在这里插入图片描述

复杂结构

多级agent之间串联
在这里插入图片描述

发布了215 篇原创文章 · 获赞 181 · 访问量 7058
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 技术黑板 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览