文章目录
- 1. Flume简介
- 2. Flume角色
- 3. Flume传输过程
- 4. 扇入扇出
- 5. Source、Channel、Sink的类型总结
1. Flume简介
- Flume提供一个分布式的,可靠的,对大数据量的日志进行高效收集、聚集、移动的服务。
- Flume基于流式架构,容错性强,也很灵活简单。
- Flume、Kafka用来实时进行数据收集,Spark、Flink用来实时处理数据,impala用来实时查询。
2. Flume角色
- 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。 - Channel
用于桥接Sources和Sinks,类似于一个队列。 - 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)。 - 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,然后写入到目标源(如HDFS)中。
4. 扇入扇出
扇出:一个源,下沉到多个地方
扇入:多个源,下沉到一个地方
一个Source可以对应多个Channel,一个Channel只能对应一个Sink
Source和Channel --> 1/n
Sink和Channel --> 1/1
5. Source、Channel、Sink的类型总结