分布式日志收集系统Flume
Flume简介
Flume是一个分布式的、高可用的海量日志采集系统。它支持对日志数据的发送方、接收方进行定义，可将多种来源的日志数据写到指定的接收方，如：文本、HDFS、Hbase等。
我认为Flume最让我称赞的就是，能够在不干涉已有系统运行的状况下，无侵入地对采集到该系统的日志信息。java
Flume的数据流由event（事件）贯穿始终，event是Flume的基本数据单位，它携带日志数据（字节数组形式）和头信息，这些event由Agent外部的Source生成。 当Source捕获到事先设定的事件（这里的事件，是指广义上的事件）， 就会生成event并推送到单个或多个Channel中。你能够把Channel看做是一个缓冲区，它保存event直到Sink对其处理完毕。Sink负责处理event，它对日志进行持久化或把event 转给另外一个Source。数组
Flume以agent为最小的独立运行单位，每台机器运行一个agent，一个agent由Source、Sink和Channel三大组件构成，以下图：app
- Client生产数据，运行在一个独立的线程，好比咱们的应用系统。
- Source从Client收集数据，传递给Channel。
- Sink从Channel收集数据，运行在一个独立线程。
- Channel链接 sources 和 sinks ，这个有点像一个队列。
- Events能够是日志记录、 avro 对象等。
一个agent中包含多个sources和sinks：tcp
应用场景及用法
-
sources.type = netcat
Flume能够监听到某台计算机（Client）接收到其它计算机发来的netcat、telnet消息， 而后将这些消息传送到指定的地方，如hdfs、HBase、Kafka等。详细用法，参考http://corejava2008.iteye.com/blog/2218123分布式 -
sources.type = exec
Flume能够监听到某台计算机（Client）某个指令的执行，而后把指令执行产生的输出信息发送到指定的地方，如hdfs、HBase、Kafka。如设定：
sources.command = tail -F /app/xxx.log
那么每当有10条新的日志产生后，Flume就把这10条新日志传送到指定的地方，如hdfs、HBase、Kafka等。.net -
sources.type = spooldir
Flume能够监听到某台计算机（Client）上某个目录文件的变化，当有新的日志文件产生时，Flume就把这个日志文件的内容传送到指定的地方，如hdfs、HBase、Kafka等。线程 -
sources.type = http
详细用法，参考http://my.oschina.net/pengqiang/blog/537380?p={{page}}日志 -
sources.type = syslogtcp
Flume能够监听到某台计算机（Client）TCP的端口，把从端口接收到的消息传送到指定的地方，如hdfs、HBase、Kafka等。详细用法，参考http://www.jb51.net/article/53542.htmhtm