1.flume是分布式的日志收集系统，把从各个服务器收集来的数据传送到目的地去。 2.flume里面有个核心概念，叫做agent。agent是一个java进程，运行在日志收集节点。 3.agent里面包含3个核心组件：source、channel、sink。 3.1 source组件是专用于收集日志的，可以处理各种类型各种格式的日志数据,包括avro、thrift、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy、自定义。 source组件把数据收集来以后，临时存放在channel中。 3.2 channel组件是在agent中专用于临时存储数据的，可以存放在memory(内存)、jdbc(数据库)、file、自定义。 channel中的数据只有在sink发送成功之后才会被删除。 3.3 sink组件是用于把数据发送到目的地的组件，目的地包括hdfs、logger、avro、thrift、ipc、file、null（不处理，送过来全扔了）、hbase、solr、自定义。 4.在整个数据传输过程中，流动的是event。事务保证是在event级别。 5.flume可以支持多级flume的agent(支持相继)，支持扇入(fan-in)、扇出(fan-out)，source可以接受多个输入，sink可以输出多个目的地。 sink只能扇入一个channel 一个source可以扇出多个channel 安装flume： 1.解压 src 和解压 bin 2.然后用命令 cp -ri 把src目录下所有东西复制到 bin下 6.书写配置文件example #agent1表示代理名称（source1、sink1、channel1都是属于agent1） agent1.sources=source1 agent1.sinks=sink1 agent1.channels=channel1 #Spooling Directory是监控指定文件夹中新文件的变化，一旦新文件出现，就解析该文件内容，然后写入到channle。写入完成后，标记该文件已完成或者删除该文件。 #配置source1 agent1.sources.source1.type=spooldir agent1.sources.source1.spoolDir=/root/hmbbs agent1.sources.source1.channels=channel1 agent1.sources.source1.fileHeader = false agent1.sources.source1.interceptors = i1 agent1.sources.source1.interceptors.i1.type = timestamp #配置sink1 agent1.sinks.sink1.type=hdfs agent1.sinks.sink1.hdfs.path=hdfs://hadoop0:9000/hmbbs agent1.sinks.sink1.hdfs.fileType=DataStream agent1.sinks.sink1.hdfs.writeFormat=TEXT agent1.sinks.sink1.hdfs.rollInterval=1 agent1.sinks.sink1.channel=channel1 agent1.sinks.sink1.hdfs.filePrefix=%Y-%m-%d #配置channel1 agent1.channels.channel1.type=file agent1.channels.channel1.checkpointDir=/root/hmbbs_tmp/123 agent1.channels.channel1.dataDirs=/root/hmbbs_tmp/ agent名称 配置目录 7.执行命令bin/flume-ng agent -n agent1 -c conf -f conf/example -Dflume.root.logger=DEBUG,console
