5）Flume安装

一、Flume概述

【1】Flume简介

• 1）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
• 2）Flume可以采集文件，例如：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
• 3）一般的采集需求，通过对Flume的简单配置即可实现
• 4） 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

【2】运行机制

• 1）Flume分布式系统中最核心的角色是agent，agent本身是一个Java进程，一般运行在日志收集节点，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：采集组件，用于跟数据源对接，以获取数据
  • b) Channel：传输通道组件，用于从source将数据传递到sink
  • c) 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

在整个数据的传输的过程中，流动的是event，它是Flume内部数据传输的最基本单元。event将传输的数据进行封装。如果是文本文件，通常是一行记录，event也是事务的基本单位。event从source，流向channel，再到sink，本身为一个字节数组，并可携带headers(头信息)信息。event代表着一个数据的最小完整单元，从外部数据源来，向外部的目的地去
一个完整的event包括：event headers、event body、event信息，其中event信息就是flume收集到的日记记录。

• 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
  

单个agent采集数据