八、大数据之Flume-01

八、大数据之Flume-01

概述

1、Flume定义

​ Flume是Cloudera提供的一个高可用,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。

八、大数据之Flume-01_第1张图片

​ Flume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HDFS。

2、Flume组成架构

​ Flume组成架构图如下:

八、大数据之Flume-01_第2张图片

八、大数据之Flume-01_第3张图片

(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。

(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、thift、exec、jms、spooling、directory、netcat、sequence、generator、syslog、http、legacy。

(3)Channal

​ 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。Chnnal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。

​ Menory Channel是内存中的队列。Menory Channel 在不需要关心数据丢失情况下使用。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。因此在程序关闭或者宕机的情况下不会丢失数据。

(4)Sink

​ Sink不断地轮询Channel中地事件且批量地一处他们,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批量删除诗句之前,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者下一个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组件的目的地包括hdfs、logger、avro、thrift、ipc、file、null、HBase、solr、自定义。

(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。

3、Flume拓扑结构

​ Flume的拓扑结构图如下:

​ 图 1 Flume Agent连接

八、大数据之Flume-01_第4张图片

​ 图 2 source,多channel、sink

八、大数据之Flume-01_第5张图片

​ 图 3 Flume负载均衡

八、大数据之Flume-01_第6张图片

​ 图 4 Flume Agent聚合

八、大数据之Flume-01_第7张图片

4、Flume Agent内部原理

八、大数据之Flume-01_第8张图片

你可能感兴趣的:(Flume,flume,大数据)