[Flume] 00 - 简介、应用场景

小灰灰 2022-01-28 23:37 302阅读 0赞

![在这里插入图片描述][flume-logo.png]

# 1、Flume简介 #

## 1.1、Flume释义 ##

flume，译作 n.（工业）引水槽，放水沟；（游泳池或游乐园的）水滑道

在Hadoop大数据领域，**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支持在日志系统中定制各类数据发送方，**用于收集数据**；同时，Flume提供**对数据进行简单处理**，并写到各种数据接受方（可定制）的能力。

**Flume提供了**从console（控制台）、RPC（Thrift-RPC）、text（文件）、tail（UNIX tail）、syslog（syslog日志系统），支持TCP和UDP等2种模式），exec（命令执行）等数据源上**收集数据的能力。**

![在这里插入图片描述][20190520121002181.png]

## 1.2、Flume版本历史 ##

版本发布历史：  
**2012-07-24：** 1.1.0-incubating，发布第一个孵化版本  
**2012-07-26：** 1.2.0  
**2012-12-02：** 1.3.0  
**2013-01-02：** 1.3.1  
**2018-05-04：** 1.4.0  
不知道官网抽什么疯，2018-05-04这天同时上传了1.5.0/1.5.1/1.5.2/1.6.0/1.7.0/1.8.0版本  
**2019-01-02：** 1.9.0  
2019-05-20

[官网历史版本][Link 1]

# 2、Flume架构 #

Flume是用Java编写的。  
![在这里插入图片描述][20190520150720711.png]  
**Agent（代理）主要有三个组件组成：**

*  Source：从数据发生器接收数据,并将接收的数据以Flume的event格式传递给一个或者多个通道channel,Flume提供多种数据接收的方式,比如Avro,Thrift,twitter1%等
 *  Channel：是一种短暂的存储容器,它将从source处接收到的event格式的数据缓存起来,直到它们被sinks消费掉,它在source和sink间起着一共桥梁的作用,channal是一个完整的事务,这一点保证了数据在收发的时候的一致性. 并且它可以和任意数量的source和sink链接. 支持的类型有: JDBC channel , File System channel , Memort channel等
 *  sink：sink将数据存储到集中存储器比如Hbase和HDFS,它从channals消费数据(events)并将其传递给目标地. 目标地可能是另一个sink,也可能HDFS,HBase

# 3、Flume应用场景 #

现在流行的内容推送，比如广告定点投放以及新闻私人定制。

不过类似于Flume的组件还有很多，比如facebook的Scribe，还有Apache新出的另一个明星项目chukwa，还有淘宝Time Tunnel

kafka也可以做日志系统，不过：kafka做日志缓存应该是更为合适的（它是分布式消息中间件，自带存储，提供push和pull存取数据功能）；flume的数据采集部分做的很好，可以定制很多数据源，减少开发量。

不过，比较流行flume+kafka模式，如果为了利用flume写hdfs的能力，也可以采用kafka+flume的方式。具体看业务场景了。

[Flume官网][Flume]  
[Flume（一）Flume原理解析][Flume_Flume]这位大佬的文章非常好。

[flume-logo.png]: /images/20220129/244db109d81a4d13ba7919b37b914dab.png
[20190520121002181.png]: /images/20220129/0756ba32656a4e52891da0c90826c636.png
[Link 1]: http://archive.apache.org/dist/flume/
[20190520150720711.png]: /images/20220129/7b880b9244634be9ae4617f199ad460e.png
[Flume]: http://flume.apache.org/
[Flume_Flume]: https://www.cnblogs.com/zhangyinhua/p/7803486.html