Apache Flume – 简介

什么是水槽？

Apache Flume 是一种工具/服务/数据摄取机制，用于收集大量流数据，例如日志文件、事件（等）从各种来源收集并传输到集中式数据存储。

Flume 是一个高度可靠、分布式和可配置的工具。它主要设计用于将流数据（日志数据）从各种 Web 服务器复制到 HDFS。

Flume的应用

假设电子商务 Web 应用程序想要分析来自特定区域的客户行为。为此，他们需要将可用的日志数据移动到 Hadoop 中进行分析。在这里，Apache Flume 来拯救我们。

Flume 用于将应用服务器产生的日志数据以更高的速度移动到 HDFS 中。

Flume的优势

以下是使用 Flume 的优点 –

• 使用 Apache Flume，我们可以将数据存储到任何集中式存储（HBase、HDFS）中。

• 当传入数据的速率超过数据可以写入目的地的速率时，Flume 充当数据生产者和中心化存储之间的中介，并在它们之间提供稳定的数据流。

• Flume 提供了上下文路由的特性。

• Flume 中的事务是基于通道的，其中为每条消息维护两个事务（一个发送者和一个接收者）。它保证可靠的消息传递。

• Flume 可靠、容错、可扩展、可管理和可定制。

Flume的特点

Flume 的一些显着特点如下 –

• Flume 有效地将来自多个 Web 服务器的日志数据摄取到集中存储（HDFS、HBase）中。

• 使用 Flume，我们可以立即将来自多个服务器的数据导入到 Hadoop 中。

• 除了日志文件，Flume 还用于导入 Facebook 和 Twitter 等社交网站以及亚马逊和 Flipkart 等电子商务网站生成的大量事件数据。

• Flume 支持大量的源和目标类型。

• Flume 支持多跳流、扇入扇出流、上下文路由等。

• Flume 可以水平缩放。