Flume简介

Flume is a distributed, reliable, and available service for efficiently collecting, aggregating, and moving large amounts of log data. It has a simple and flexible architecture based on streaming data flows. It is robust and fault tolerant with tunable reliability mechanisms and many failover and recovery mechanisms. It uses a simple extensible data model that allows for online analytic application.

简单说，Flume就是一个分布式采集日志文件的服务

个人理解

每一个技术（工具）诞生都是为了解决一个痛点。Flume的诞生是为了实现数据的自动化导入。而且Flume拥有分布式，可靠，对HDFS良好支持的特性，所以Flume得到广泛的使用。Flume的作用与地铁类似，可以类比地铁，来了解Flume各核心组件的作用。

Flume核心组件

Sourse 数据源
Channel 频道（管道）
Sink 数据输出源

安装使用

1.准备 java 运行环境
2.下载安装 Flume
进入Flume官网链接下载
3.解压

tar -zxvf apache-flume-1.9.0-bin.tar.gz flume

4.编写配置文件

#example.conf(flume目录下存在)

## 定义Agent的3个组件变量
a1.sources = r1
a1.sinks = k1
a1.channels = c1

## 设置Source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 44444

## 设置Sink
a1.sinks.k1.type = logger

## 设置Channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

## 连接3个组件
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

5.启动 Agent 采集数据

/opt/module/flume/bin/flume-ng agent --conf conf --conf-file example.conf --name a1

6.对指定端口发送数据

#连接该端口，并发送数据
telnet localhost 44444

如果能出现这些Event的日志打印，就表示这个入门小Demo测试成功啦

Flume控制台打印Event日志

Flume 组件间关系

比喻 Flume 的数据抽取就像是地铁

1.总体上，Flume是在管道中传输数据。而地铁在管道中运输人；
2.Flume-Source 作为数据源，也就是地铁的入站口，有人（数据）输入；
3.Flume-Channel 作为管道，有运输，缓冲的作用。地铁的的隧道也有缓冲的功能——如果前面的地铁还没下完人，下一班地铁就要隧道中临时停车，直到上班地铁的人下车完毕；
4.Flume-Sink 作为输出源，在地铁上也有下车站点；