第1节 flume：4、离线项目处理的整个架构图；5、flume的基本介绍；
2024-08-25 20:41:03
第1节 flume：4、离线项目处理的整个架构图
辅助系统工具：flume，azkaban,sqoop。
在一个完整的离线大数据处理系统中，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：
第1节 flume：5、flume的基本介绍；
1. 日志采集框架Flume
91.1 Flume介绍
1.1.1 概述
u 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。
u 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
u 一般的采集需求，通过对flume的简单配置即可实现
u 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
1.1.2 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[M1：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。] ，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
1.1.3 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
多级agent之间串联
最新文章
- HTML5- Canvas入门（三）
- C和指针 第十三章 高级指针话题
- 通过rpc访问比特币核心钱包
- Maven工程JAR包关联源码
- XML学习总结
- ArcGIS Runtime for Android开发教程V2.0（8）基础篇-----地图事件
- STL源码剖析之_allocate函数
- Python读取Yaml文件
- 高CPU业务场景下的任务分发方案Gearman搭建一览
- 201521123106 《Java程序设计》第5周学习总结
- Android群英传笔记——第一章：Android体系与系统架构
- 【爆料】-《悉尼科技大学毕业证书》UTS一模一样原件
- 为什么要使用getters和setters/访问器？
- Java+Selenium向文本框输入内容以后模仿键盘的"ENTRY"
- python网络爬虫&&爬取图片
- 机器学习基石笔记：03 Types of Learning
- RocketMQ源码 — 四、 Consumer 接收消息过程
- vue原理探索--响应式系统
- window service 开发
- 使用pyqt写了一个检查大数据环境的gui