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
一个agent中包含多个sources和sinks:tcp
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