第 1 章 概述

1.1 Flume 定义

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 输的系统。Flume 基于流式架构，灵活简单。

flume常见架构 flume架构图_Source

1.2 Flume 组成架构

Flume 组成架构如图 1-1，图 1-2 所示：

 

flume常见架构 flume架构图_flume常见架构_02

                                                                                        图 1-1 Flume 组成架构

 

 

flume常见架构 flume架构图_Source_03

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图 1-2 Flume 组成架构详解 

 

下面我们来详细介绍一下 Flume 架构中的组件。 

 

 

1.2.1 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，是 Flume 数据传输 的基本单元。 Agent 主要有 3 个部分组成，Source、Channel、Sink。

1.2.2 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、sequence generator、 syslog、http、legacy。

1.2.3 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。

　　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。

 

1.2.4 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 是完全事务性的。在从 Channel 批量删除数据之前，每个 Sink 用 Channel 启动一

个事务。批量事件一旦成功写出到存储系统或下一个 Flume Agent，Sink 就利用 Channel 提

交事务。事务一旦被提交，该 Channel 从自己的内部缓冲区删除事件。

　　Sink 组件目的地包括 hdfs、logger、avro、thrift、ipc、file、null、HBase、solr、自定义。

1.2.5 Event

　　传输单元，Flume 数据传输的基本单元，以事件的形式将数据从源头送至目的地。

1.3 Flume 拓扑结构

　　Flume 的拓扑结构如图 1-3、1-4、1-5 和 1-6 所示：

flume常见架构 flume架构图_apache_04

　　　　　　　　　　　　　　　　　　　　图 1-4 单 source，多 channel、sink

 

 

 

flume常见架构 flume架构图_apache_05

　　　　                                                                  图 1-5 Flume 负载均衡

 

flume常见架构 flume架构图_flume常见架构_06

                                                                                  图 1-6 Flume Agent 聚合

 

 

1.4 Flume Agent 内部原理 

 

flume常见架构 flume架构图_apache_07

 

第 2 章 部署

2.1 Flume 安装地址

1） Flume 官网地址

　　http://flume.apache.org/

2）文档查看地址

　　http://flume.apache.org/FlumeUserGuide.html

3）下载地址

　　http://archive.apache.org/dist/flume/

2.2 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

　　[atguigu@hadoop102 software]$ 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

　　[atguigu@hadoop102 module]$ mv apache-flume-1.7.0-bin flume

flume常见架构 flume架构图_flume常见架构_08

 

4） 将 flume/conf 下 的 flume-env.sh.template 文 件 修 改 为 flume-env.sh ， 并 配 置

flume-env.sh 文件

　　[atguigu@hadoop102 conf]$ mv flume-env.sh.template flume-env.sh

　　[atguigu@hadoop102 conf]$ vi flume-env.sh

　　export JAVA_HOME=/opt/module/jdk1.8.0_144

 

flume常见架构 flume架构图_apache_09

 

 

flume常见架构 flume架构图_Source_10

 

请你一定不要停下来 成为你想成为的人

感谢您的阅读，我是LXL