共计 856 个字符，预计需要花费 3 分钟才能阅读完成。
框架结构
Flume 的外围是把数据从数据源收集过去，再送到目的地。为了保障输送肯定胜利，在送到目的地之前，会先缓存数据，待数据真正达到目的地后，删除本人缓存的数据。
Flume 分布式系统中最外围的角色是 agent，flume 采集零碎就是由一个个 agent 所连接起来造成。
flume 形成组件
Client
Client 生产数据，运行在一个独立的线程。
Event
一个数据单元，音讯头和音讯体组成。（Events 能够是日志记录、avro 对象等。）
Flow
Event 从源点达到目标点的迁徙的形象。
Agent 构造
Flume 运行的外围是 Agent。Flume 以 agent 为最小的独立运行单位。一个 agent 就是一个 JVM。它是一个残缺的数据收集工具，含有三个外围组件，别离是 source、channel、sink。通过这些组件，Event 能够从一个中央流向另一个中央，如下图所示。
Source
Source 是数据的收集端，负责将数据捕捉后进行非凡的格式化，将数据封装到事件（event）里，而后将事件推入 Channel 中。Flume 提供了很多内置的 Source，反对 Avro，log4j，syslog 和 http post(body 为 json 格局)。能够让应用程序同已有的 Source 间接打交道，如 AvroSource，SyslogTcpSource。如果内置的 Source 无奈满足需要，Flume 还反对自定义 Source。
Channel
Channel 是连贯 Source 和 Sink 的组件，大家能够将它看做一个数据的缓冲区（数据队列），它能够将事件暂存到内存中也能够长久化到本地磁盘上，直到 Sink 解决完该事件。介绍两个较为罕用的 Channel，MemoryChannel 和 FileChannel。
Sink
Sink 从 Channel 中取出事件，而后将数据发到别处，能够向文件系统、数据库、hadoop 存数据，也能够是其余 agent 的 Source。在日志数据较少时，能够将数据存储在文件系统中，并且设定肯定的工夫距离保留数据。
关键词：大数据培训
