Flume的简介

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。基于流式架构，灵活简单。

Flume的基础架构

Flume 组成架构如下图所示。

1. 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。

2. 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、taildir、sequence generator、syslog、http、legacy。

3. Sink

Sink不断地轮询Channel中的事件且批量的删除他们，并将他们批量的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。

4. Channel

Channel是位于Source和Sink之间的缓冲区。因此，Channel允许Source和Sink运行在不同的速率上。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。
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。
File Channel将所以事件写入磁盘，如果程序关闭或机器宕机也不会丢失数据。

5. 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。