一、背景

1.使用场景

Flume和Kafka都是Apache的开源项目。

(1) Flume

支持的数据源较多、可自定义网络请求的安全配置(filter)

适合下游数据消费者不多的情况；（一个消费者开一个channel）
适合数据安全性要求不高的操作；（数据没有备份、没有副本）
适合与Hadoop生态圈对接的操作。（HDFS、Hbase等）

 

(2) Kafka

高负载、高可用、数据安全性高

适合数据下游消费众多的情况；（kafka从磁盘读，并且只找Leader读）
适合数据安全性要求较高的操作，支持replication（多副本）

 

2.只使用Flume的缺点

(1) 没有提供高可用机制（整合ZooKeeper）。当然，可以自行实现，但增加了成本

(2) 多数场景是配置成把数据保存在内存，如果内存爆了或突然宕机，数据容易丢失

(3) 如果配置成把数据保存在硬盘，没有分区（Partition）和冗余副本（Replication），大数据场景不适合单独使用

 

3.只使用Kafka的缺点

(1) 旧版本的Kafka的接收端性能比Flume差

(2) 支持接收的数据源没Flume多

(3) 没有内置的过滤器（filter），例如，请求的过滤器。当然，可以自行实现，但增加了成本

 

二、预安装和部署

1.Flume的安装与部署

https://www.cnblogs.com/live41/p/15554223.html

 

2.Kafka的安装与部署

https://www.cnblogs.com/live41/p/15522443.html