欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Flume简单介绍

程序员文章站 2022-03-16 13:49:09
Flume简介1.Flume的定义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。所以通常flume用来数据的采集,并且把采集来的数据传输到hdfs,或者kafka,这个数据可以从服务器本地磁盘文件夹采集或者网络端口数据。Flume最主要的作用就是,实时读取服务器本地磁盘的数据,将数据写入到HFDS2.Flume基础架构Flume组成架构有四个:Source,Channel,Sink,Agent1.Agen...

Flume简介

1.Flume的定义

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。

所以通常flume用来数据的采集,并且把采集来的数据传输到hdfs,或者kafka,这个数据可以从服务器本地磁盘文件夹采集或者网络端口数据。

Flume简单介绍

Flume最主要的作用就是,实时读取服务器本地磁盘的数据,将数据写入到HFDS

2.Flume基础架构

Flume组成架构有四个:Source,Channel,Sink,Agent

Flume简单介绍

1.Agent

Agent 是一个 JVM 的进程,它以事件的的形式将数据从源头送至目的地。注意只是一个进程,也就是说这个FlumeAgent 后面还可以继续接一个FlumeAgent. Agent主要有3个部分组成,Source、Channel、Sink

事件的形式:也就是说在数据传输过程中,每一条数据被封装成一个个事件对象(event)来进行传输。数据是在source中被封装成一个个的event(事件)对象,这是Fulme中的传输单元。

Flume在会将采集来的数据封装成一个个的事件对象作为flume传输的基本单元,来进行数据的传输。那么这个事件对象的结构又是怎么样的呢?

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。

Flume简单介绍

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,各种格式的的日志数据,包括avro、thrift、exec、jms、spooling directorynetcattaildir 、sequence generator、syslog、http、legacy。

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。如果source端过快,也就是数据采集的过快,而Sink端来不及将事件上传,那么就可以存储在Channel中,等待Sink处理。

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是将事件(event)存储在磁盘上,就会更加安全,如果担心数据丢失就可以用File Channel

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组件目的地包括hdfsloggeravro、thrift、ipc、fileHBase、solr、自定义。

监视某个文件夹中,每次增加新文件,就会同步到hdfs中.

spoll 支持的是新文件,标记末尾是.COMPLETED

taildir监视某个文件夹下的已有文件中的内容,每次文件中内容添加,就会同步到hdfs中去

COMPLETED

taildir监视某个文件夹下的已有文件中的内容,每次文件中内容添加,就会同步到hdfs中去

本文地址:https://blog.csdn.net/williamccc/article/details/108208345

相关标签: flume