Apache Flume 数据流

Flume 是一个用于将日志数据移动到 HDFS 的框架。通常事件和日志数据由日志服务器生成，这些服务器上运行有 Flume 代理。这些代理从数据生成器接收数据。

这些代理中的数据将由称为的中间节点收集 集电极 .就像代理一样，Flume 中可以有多个收集器。

最后，来自所有这些收集器的数据将被聚合并推送到集中存储，例如 HBase 或 HDFS。下图解释了 Flume 中的数据流。

多跳流

在 Flume 中，可以有多个代理，并且在到达最终目的地之前，一个事件可能会经过多个代理。这被称为 多跳流 .

扇出流

从一个源到多个通道的数据流称为 扇出流 .它有两种类型：

• 复制 ： 数据将在所有配置的通道中复制的数据流。

• 多路复用 ： 数据将被发送到事件标题中提到的选定通道的数据流。

扇入流

数据将从多个来源传输到一个通道的数据流称为 扇入流 .

故障处理

在 Flume 中，对于每个事件，都会发生两笔交易：一笔在发送方，另一笔在接收方。发送者向接收者发送事件。收到数据后不久，接收方提交自己的事务并向发送方发送“已接收”信号。收到信号后，发送方提交其事务。 (发送方在收到接收方的信号之前不会提交其事务。)