大数据技术Flume(一)

Flume 定义

Flume 是一个高可用的,高可靠的,分布式的海量日志采集、聚合和传
输的系统。Flume 基于流式架构,灵活简单。
在这里插入图片描述

Flume 基础架构

Flume的组成架构:
在这里插入图片描述
Flume基础组件:

  • Agent

Agent 是一个 JVM 进程,它以事件的形式将数据从源头送至目的。
Agent 主要有 3 个部分组成,Source、Channel、Sink。

  • Source
    Source 是负责接收数据到 Flume Agent 的组件。Source 组件可以处理各种类型、各种
    格式的日志数据,包括 avro、thrift、exec、jms、spooling directory、netcat、sequence
    generator、syslog、http、legacy。

  • Sink
    Sink 不断地轮询 Channel 中的事件且批量地移除它们,并将这些事件批量写入到存储
    或索引系统、或者被发送到另一个 Flume Agent。
    Sink 组件目的地包括 hdfs、logger、avro、thrift、ipc、file、HBase、solr、自定
    义。

  • Channel
    Channel 是位于 Source 和 Sink 之间的缓冲区。因此,Channel 允许 Source 和 Sink 运
    作在不同的速率上。Channel 是线程安全的,可以同时处理几个 Source 的写入操作和几个
    Sink 的读取操作。
    Flume 自带两种 Channel:Memory Channel 和 File Channel 以及 Kafka Channel。
    Memory Channel 是内存中的队列。Memory Channel 在不需要关心数据丢失的情景下适
    用。如果需要关心数据丢失,那么 Memory Channel 就不应该使用,因为程序死亡、机器宕
    机或者重启都会导致数据丢失。
    File Channel 将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数
    据。

  • Event
    传输单元,Flume 数据传输的基本单元,以 Event 的形式将数据从源头送至目的地。
    Event 由 Header 和 Body 两部分组成,Header 用来存放该 event 的一些属性,为 K-V 结构,
    Body 用来存放该条数据,形式为字节数组。
    在这里插入图片描述

Flume安装部署

下载地址: http://archive.apache.org/dist/flume/

  • 安装部署:
  1. 将 apache-flume-1.7.0-bin.tar.gz 上传到 linux 的/opt/software 目录下
  2. 解压 apache-flume-1.7.0-bin.tar.gz 到/opt/module/目录下
    tar -zxf apache-flume-1.7.0-bin.tar.gz -C /opt/module/
  3. 修改 apache-flume-1.7.0-bin 的名称为 flume
    mv apache-flume-1.7.0-bin flume
  4. 将 flume/conf 下的 flume-env.sh.template 文件修改为 flume-env.sh,并配置 flumeenv.sh 文件
    mv flume-env.sh.template flume-env.sh
    vi flume-env.sh
    export JAVA_HOME=/opt/module/jdk1.8.0_144
已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 精致技术 设计师:CSDN官方博客 返回首页