Flume的描述和使用
一，Flume的描述
1、Flume的概念
Flume是分布式的日志收集系统，它将各个服务器中的数据收集起来并送到指定的地方去，比如说送到HDFS，Kafka,MySql;简单来说flume就是收集日志的。
2、Event的概念
Flume中event的相关概念：Flume的核心是把数据从数据源(source)收集过来，在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。
在整个数据的传输的过程中，流动的是event，即事务保证是在event级别进行的。那么什么是event呢？—–event将传输的数据进行封装，是flume传输数据的基本单位，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。
为了方便大家理解，给出一张event的数据流向图：
3、Flume架构介绍
Flume之所以这么神奇，是源于它自身的一个设计的agent，agent本身是一个java进程，运行在日志收集节点—所谓日志收集节点就是服务器节点。
agent里面包含3个核心的组件：source—->channel—–>sink,类似生产者、仓库、消费者的架构。
source：source组件是专门用来收集数据的，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、自定义。
channel：source组件把数据收集来以后，临时存放在channel中，即channel组件在agent中是专门用来存放临时数据的——对采集到的数据进行简单的缓存，可以存放在memory、jdbc、file等等。
sink：sink组件是用于把数据发送到目的地的组件，目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、自定义。
4、Flume的运行机制
Flume的核心就是一个agent，这个agent对外有两个进行交互的地方，一个是接受数据的输入——source，一个是数据的输出sink，sink负责将数据发送到外部指定的目的地。source接收到数据之后，将数据发送给channel，chanel作为一个数据缓冲区会临时存放这些数据，随后sink会将channel中的数据发送到指定的地方—-例如HDFS等，注意：只有在sink将channel中的数据成功发送出去之后，channel才会将临时数据进行删除，这种机制保证了数据传输的可靠性与安全性。
5、Flume的广义用法
Flume之所以这么神奇—-其原因也在于Flume可以支持多级Flume的agent，即Flume可以前后相继，例如sink可以将数据写到下一个agent的source中，这样的话就可以连成串了，可以整体处理了。Flume还支持扇入(fan-in)、扇出(fan-out)。所谓扇入就是source可以接受多个输入，所谓扇出就是sink可以将数据输出多个目的地destination中。
二，Flume的安装和基本使用
本次安装使用的是2个节点（用的是node1和node2）
1，安装
1.1，直接解压安装就可以使用
[aaa@qq.com tools]# tar -zxvf apache-flume-1.8.0-bin.tar.gz -C /home/bigdata/1.2，配置环境变量
[aaa@qq.com tools]# vi /etc/profile
export FLUME_HOME=/home/bigdata/flume-1.8.0/
export PATH=$PATH:$FLUME_HOME/bin
[aaa@qq.com tools]# source /etc/profile2， 基本使用
2.1，Flume收集日志文件推到Kafka
a1.sources=log-source
a1.channels=log-kafka-chnanel
a1.sinks=kafka-sink
a1.sources.log-source.type=spooldir
a1.sources.log-source.spoolDir=/home/test/flume
a1.sources.log-source.channels=log-kafka-chnanel
a1.sources.log-source.inputCharset=GBK
a1.channels.log-kafka-chnanel.type=memory
a1.channels.log-kafka-chnanel.keep-alive=10
a1.channels.log-kafka-chnanel.capacity=100000
a1.channels.log-kafka-chnanel.transactionCapacity=100000
a1.sinks.kafka-sink.type=org.apache.flume.sink.kafka.KafkaSink
a1.sinks.kafka-sink.topic=mytopic
a1.sinks.kafka-sink.brokerList=node2:9092,node3:9092
a1.sinks.kafka-sink.serializer.class=kafka.serializer.StringEncoder
a1.sinks.kafka-sink.channel=log-kafka-chnanel
a1.sources.log-source.channel=log-kafka-chnanel
~