Flume 是 Apache 旗下的一款，开源，可靠性高，扩展性高，管理简单，并且能够支持客户扩展的数据采集系统。 Flume 是使用 JRuby 来构建的，因此依赖于 Java 运行环境。Flume 起初是由 Cloudera 的工程师设计出来，被 用于合并日志数据的系统，后来也逐渐被应用到处理流数据事件。
1.Flume概述
Flume能够支持在日志系统中定制各类数据发送方，用来收集数据;并且，Flume提供对简单处理数据，并写到各种数据接受方(可定制)的功能，其设计的原理同样是基于将数据流(例如日志数据)从各种网站服务器上汇集起来，并存储到HDFS、HBase等集中存储器中。Flume具有的可靠性机制以及故障转移和恢复机制，还具有强大的容错性和容错能力。Flume 使用的是一个简单的可扩展数据模型，允许在线分析应用程序。
2.Flume特点
(1) Flume是一个分布式、高可靠、高可用的海量日志采集、聚合和传输的系统。
(2) Flume能够采集文件，socket数据包等各种形式源数据，又能够将采集到的数据输出到HDFS、hbase、hive、kafka等众多外部存储系统中
(3) 对于一般的采集需求，通过对flume的简单配置就能实现
(4) 即使 针对特殊场景 Flume也具备良好的自定义扩展能力，所以，flume适合于大部分的日常数据采集
3.Flume的运行机制
Flume的核心是一个agent，agent对外有两个进行交互的地方，一个是source，负责采集，接受数据的输入，另一个是sink，数据的输出，主要负责将数据发送到外部指定的目的地。在source接收到数据之后，会将数据传送到channel，channel是通道，作为一个数据缓冲区会临时将这些数据存放起来，之后sink会将channel中的数据发送到指定的地方。这里需要注意：只有sink将channel中的数据发送成功之后，channel才会删除临时数据，就是这种机制保证了数据传输的可靠性与安全性。
单个agent采集数据
复杂结构：多级agent之间串联
4.在大数据的业务处理过程中，Flume主要负责数据的采集。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
“最近复购率一直在下降，我们的营销力度不小啊，为什么用户还是走了？” “是不是广告投放的用户质量不高？还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ，作者数据星爷 SQL查询是数据分析工作的基础，也是CDA数据分析师一级的核心考点，人工智能时代，AI能为 ...
2025-02-19在当今这个数据驱动的时代，几乎每一个业务决策都离不开对数据的深入分析。而其中，指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎：那些年我们交过的学费 你有没有经历过这样的场景？熬了三个通宵做的数据分析报告，在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域，融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者，系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’，同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火，看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的， ...
2025-02-14一秒精通 Deepseek，不用找教程，不用买资料，更不用报一堆垃圾课程，所有这么去做的，都是舍近求远，因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径，结合资源推荐和实用技巧： 一、快速入 ...
2025-02-12“我们的利润率上升了，但销售额却没变，这是为什么？” “某个业务的市场份额在下滑，到底是什么原因？” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能，我们特别举办本期打卡活动。在这里，你可以充分利用碎片化时间在线学习，让 ...
2025-02-071、闺女，醒醒，媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个， 去年春节相亲50个， 祖宗，今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中，统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域，但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里，“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服，效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据，同时有大量未标记数据点时，可以使用半监督学习算法来处理。在sklearn中，基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况：训练数据中大部分样本没有标签。此时，我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数，被除数) 3、四舍五入 =ROUND（数字，保留小数位数） 4、取绝对值 =AB ...
2025-02-03作者：CDA持证人 余治国 一般各平台出薪资报告，都会哀嚎遍野。举个例子，去年某招聘平台发布《中国女性职场现状调查报告》， ...
2025-02-02真正的数据分析大神是什么样的呢？有人认为他们能轻松驾驭各种分析工具，能够从海量数据中找到潜在关联，或者一眼识别报告中的数 ...
2025-02-01现今社会，“转行”似乎成无数职场人无法回避的话题。但行业就像座围城：外行人看光鲜，内行人看心酸。数据分析这个行业，近几年 ...
2025-01-31
