Flume 介绍

日志采集框架 Flume

Flume 是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。

• Flume 可以采集文件，socket 数据包、文件、文件夹、kafka 等各种形式源数据，又可以将采集到的数据 (下沉 sink) 输出到 HDFS、hbase、hive、kafka 等众多外部存储系统中
• 一般的采集需求，通过对 flume 的简单配置即可实现
• Flume 针对特殊场景也具备良好的自定义扩展能力，
  因此，flume 可以适用于大部分的日常数据采集场景

运行机制

1、 Flume 分布式系统中最核心的角色是 agent，flume 采集系统就是由一个个 agent 所连接起来形成
2、每一个 agent 相当于一个数据传递员，内部有三个组件：

• a) Source：采集组件，用于跟数据源对接，以获取数据
• b) Sink：下沉组件，用于往下一级 agent 传递数据或者往最终存储系统传递数据
• c) Channel：传输通道组件，用于从 source 将数据传递到 sink

Flume 采集系统结构图

简单结构

单个 agent 采集数据

复杂结构

多级 agent 之间串联