新篇章：大数据——Flume

体系结构

Event英文直译是事件，但是在Flume中表示数据传输的一个最小单位。参照下图可以看得出Agent就是Flume的一个部署实例， 一个完整的Agent中包含了三个组件Source、Channel和Sink，Source是指数据的来源和方式，Channel是一个数据的缓冲池，Sink定义了数据输出的方式和目的地。

Agent中的source和sink与channel存取Event是异步的。

扇入（多对一）和扇出（一对多）的概念，就是说Agent可以将数据流发到多个下级Agent，也可以从多个Agent发到一个Agent中。

一个avro source需要有个hostname（或者ip地址）一个端口号来接收数据。

一个内存channel有最大队列长度的属性（capacity）

一个HDFS sink需要知晓文件系统的URI地址创建文件，文件访问频率（hdfs.rollInterval）等等。

所有的这些组件属性都需要在Flume配置文件中设置。

基本概念

flume:deliver data from applications to Apache Hadoop's HDFS ;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 applications。

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。支持在日志系统中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接受方(比如文本、HDFS、Hbase等)的能力

1. 什么是Flume

(1) 海量数据采集，处理，集合

(2) 是分布式，高可用，高性能

2. Flume可靠性:（面试会问）

(1) end to end：一定在本地保存（最高）

(2) Store on failure：不一定在本地保存（使用频率比较高的策略）

(3) Besteffort：一定不在本地保存（最低）

3. Flume的核心结构：（面试会问）

(1) Source：负责接受，读取，监听数据源

(2) Sink：负责接受通道输送来的数据，并且将数据交到指定的存储介质当中

(3) Channel：负责对数据进行输送

(4) Events：保存数据的最基本单元

4. Flume能达到的设计目标

(1) 每一个组件都可以有若干种选择

(2) 无论是输入还是输出，同样有若干种选择

(3) 非常灵活，没有固定的格式，可以任意搭配。

5. Flume的架构模式（面试会问）

(1) 单一流程

(2) 多代理流程

(3) 流的合并

(4) 多路复用流

(5) 负载平衡

部署应用

基于Hadoop寄生，因此将：压缩包直接解压移动到hadoopserver下即可。

配置环境变量：/etc/profile  :

export FLUME_HOME=/path……/apache-flume-1.6.0-bin

export FLUME_CONF_DIR=$FLUME_HOME/conf

export PATH=.:$PATH:$FLUME_HOME/bin

===========flume命令解析

agen:flume客户端

avro-client:Avro Flme客户端

====agent \ avro 客户端命令

模板配置：hello world

========文件配置示例

job01.sources = source01
job01.sinks = sink01
job01.channels = chan01

job01.sources.source01.type = avro
job01.sources.source01.channels = chan01
job01.sources.source01.bind = 0.0.0.0
job01.sources.source01.port = 4141

job01.sinks.sink01.type = logger

job01.channels.chan01.type = memory
job01.channels.chan01.capacity = 1000
job01.channels.chan01.transactionCapacity = 100

job01.sources.source01.channels = chan01
job01.sinks.sink01.channel = chan01

=======启动job

flume-ng agent -c conf -f ./avro.conf -n job01 -D flume.root.logger=INFO,console

=====测试

flume-ng avro-client -c . -H c1 -p 4141 -F log.log

同理：参照文档：

部署碰到问题：

yum install -y nc   //-bash: nc: command not found问题