01_日志采集框架Flume简介及其运行机制
2024-08-27 17:01:08
离线辅助系统概览:
1.概述:
在一个完整的大数据处理系统中,除了hdfs+mapreduce+hive组成分析系统的核心之外,还需要数据采集、结果数据导出、
任务调度等不可或缺的辅助系统,而这些辅助工具在hadoop生态体系中都有便捷的开源框架,如图所示:
1.1 Flume介绍:
Flume是一个分布式、可靠、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数据包等各种形式源数据,又可以将采集到的数据输出到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。
1.2 Flume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:采集源,用于跟数据源对接,以获取数据;
b) Sink:下沉采集数据的传送目的,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:angent内部的数据传输通道,用于从source将数据传递到sink
3. Source 到 Channel 到 Sink之间传递数据的形式是Event事件;Event事件是一个数据流单元;
1.3 Flume采集系统结构图:
1.简单结构:单个agent采集数据
2.复杂结构:多个agent采集数据
最新文章
- ABAP 自建透明表维护
- 内部通信服务Factory(WCF)
- 学习Hadoop整体理解
- 【Todo】秒杀系统材料
- EXchange2010配置
- 仿UC天气下拉和微信下拉眼睛头部淡入淡出--第三方开源--PullLayout
- Js Pattern - Self Define Function
- linux上很方便的上传下载文件工具rz和sz
- 第一章 Lambda表达式
- delphi xe5 android sample 中的 SimpleList 是怎样绑定的
- Windows下如何建立以";.";开头的文件夹
- 获取CPU序列号
- sql标识符和格式
- centOS7安装nodejs(8.4.0)(详细步骤)
- docker nginx letsencrypt
- Tensorflow环境下安装Pandas
- James 3.1服务器的安装与搭建
- WCF 改成 restful api
- [UE4]根据时间、速度进行插值:Finterp to Constant
- leetcode942