写在前面一:
本文总结“Hadoop生态系统”中的其中一员——Apache Flume
写在前面二:
所用软件说明:
一、什么是Apache Flume
1、flume是一个分布式的日志收集系统,具有高可靠、高可用、事务管理、失败重启等功能。数据处理速度快,完全可以用于生产环境。
常用的分布式日志收集系统:
Apache Flume、
Facebook Scribe、
Apache Chukwa
2、flume的核心是agent。agent是一个java进程,运行在日志收集端,通过agent接收日志,然后暂存起来,再发送到目的地。
3、agent里面包含3个核心组件:source、channel、sink。
3.1、source组件是专用于收集日志的,可以处理各种类型各种格式的日志数据,包括avro、thrift、exec、jms、spooling directory、netcat、 sequence generator、syslog、http、legacy、自定义。source组件把数据收集来以后,临时存放在channel中。
3.2、channel组件是在agent中专用于临时存储数据的,可以存放在memory、jdbc、file、自定义。
channel中的数据只有在sink发送成功之后才会被删除。
3.3、sink组件是用于把数据发送到目的地的组件,目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、自定义。
4、在整个数据传输过程中,流动的是event。事务保证是在event级别。
5、flume可以支持多级flume的agent,支持扇入(fan-in)、扇出(fan-out)。
Flume简单处理示意图
Flume复杂处理示意图
2.1、下载Flume
2.2、解压缩
cd /home/yujianxin/flume
tar -zxvf apache-flume-1.4.0-src.tar.gz ;
tar -zxvfapache-flume-1.4.0-bin.tar.gz
然后把src文件夹中的内容全部复制到bin文件夹
2.3、配置Flume环境变量
三、验证Flume安装是否成功
OK!出现如上截图,说明Flume成功安装。Flume的使用请关注后续博文。
详细图解 Flume介绍、安装配置,布布扣,bubuko.com
原文:http://blog.csdn.net/aaronhadoop/article/details/26763581