Flume是什么

Flume简介

1.Flume提供一种分布式的，可靠地，对大量数据的日志进行高效处理，聚集，移动的服务。flume只能在Unix的环境下运行。
2.Flume基于流式框架，容错性强，也灵活简单。
3.Flume，Kafka用来进行数据收集的，Spart，Storm用来实时处理数据，impala用来实时查询。

Flume角色

1.Source
用于采集数据，Source是产生数据流的地方，同时Source会将产生的数据流传输到Channel，这个有点类似于Java IO部分的Channel。
2.Channel
用于桥接Sources和Sinks，类似于一个队列。
3.Sink
从Channel收集数据，将数据写到目标源(可以是下一个Source，也可以是HDFS或者HBase)。
4.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。

Flume传输过程

source监控某个文件或数据流，数据源产生新的数据，拿到该数据后，将数据封装在一个Event中，并put到channel后commit提交，channel队列先进先出，sink去channel队列中拉取数据，然后写入到HDFS中。

Flume配置

flume-env.sh
之后配置环境变量