413上午
序章
课程介绍概述、前提知识需求
第一章 实时流处理
2-5 离线与实时区分
2-7 实时流处理架构(实时数据流的走向流程图)
413下午
第二章 Flume框架(分布式日志收集框架)
3-2 业务现状分析
3-3 Flume框架概述
目的:收集,聚合,移动
作用:做日志收集
数据流向:webserver(源端)->flume->HDFS(目的地)
Tips: HDFS意为Hadoop分布式文件系统
同类产品框架对比:
(***)Flume:Cloudera/Apache Java
Scribe:Facebook C/C++ 不再维护
Chukwa:Yahoo/Apache Java 不再维护
Kafka:消息队列,用来实现数据缓冲
Fluentd:类似于Flume,用Ruby语言开发的,支持跨平台
(***)Logstash:ELK(ElasticSearch,Kibana),图形化展示工具,支持很多报表,可用于数据采集
Tips:标***是推荐使用的用于日志采集的框架
Flume发展史:
Cloudera 0.9.2 flume-OG(Old Generation)
flume-728 flume-NG(New Generation)->Apache
2012.7 1.0
2015.5 1.6 (*** version+)
~ 1.7
Tips:关于Flume的更多学习可以参考官网:https://flume.apache.org
3-4 Flume架构和核心
webserver(源端)->flume->HDFS(目的地)
其中flume细节:source(用于收集)->channel(用于聚集)->sink(用于输出)
Source:Avro...,Thrift...,Spooling Directory...,NetCat...,Kafka...
Channel:Memory...,JDBC...,Kafka...,...,Custom...
Sink:HDFS...,Hive...,Logger...,Avro...,HBase...,Kafka...,...,Custom...
Tips:关于source可参考:https://flume.apache.org/releases/content/1.9.0/FlumeUserGuide.html