Flume是一个高可用，高可靠，分布式海量日志采集、聚合和传输系统。

数据（日志信息）分布在N台机器上，想要把它们汇聚在一起来处理。

Flume支持在日志系统中定制各类数据发送方，用于收集数据；

同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。

Flume提供了从console（控制台）、RPC（Thrift-RPC）、text（文件）、tail（UNIX tail）、syslog（syslog日志系统，支持TCP和UDP等2种模式），exec（命令执行）等数据源上收集数据的能力。

Flume OG（original generation）和 Flume NG（next generation）是Flume的两个版本 NG在OG的基础之上，进行了里程碑式的改动：重构核心组件、核心配置以及代码架构。

Flume 的核心是把数据从数据源收集过来，再送到目的地。

为了保证输送一定成功，在送到目的地之前，会先缓存数据，待数据真正到达目的地后，删除自己缓存的数据。 

Flume 传输的数据的基本单位是 Event，如果是文本文件，通常是一行记录，这也是事务的基本单位。

Event 从 Source，流向 Channel，再到 Sink，本身为一个 byte 数组，并可携带 headers 信息。

Event 代表着一个数据流的最小完整单元，从外部数据源来，向外部的目的地去。 

Flume 运行的核心是 Agent。它是一个完整的数据收集工具，含有三个核心组件，分别是 Source、Channel、Sink。

Source 可以接收外部源发送过来的数据。不同的 Source，可以接受不同的数据格式。比如有目录池(spooling directory)数据源，可以监控指定文件夹中的新文件变化，如果目录中有文件产生，就会立刻读取其内容。 

Channel 是一个存储地，接收 Source 的输出，直到有 Sink 消费掉 Channel 中的数据。

Channel 中的数据直到进入到下一个Channel中或者进入终端才会被删除。

当 Sink 写入失败后，可以自动重启，不会造成数据丢失，因此很可靠。 

Sink 会消费 Channel 中的数据，然后送给外部源或者其他 Source。如数据可以写入到 HDFS 或者 HBase 中。

记录一下Flume中的核心概念：

Agent是Flume中最小的运行单位，一个Agent中由Source、Sink和Channel三个组件构成。

如下图所示：

Event是Flume中基本数据单位，Event中包含有传输数据及数据头数据包

Flume 命令行参数：

global options:  --conf,-c 
    
           use configs in 
     
       directory  --classpath,-C 
      
          append to the classpath  --dryrun,-d           do not actually start Flume, just print the command  --plugins-path 
       
         colon-separated list of plugins.d directories. See the                        plugins.d section in the user guide for more details.                        Default: $FLUME_HOME/plugins.d  -Dproperty=value      sets a Java system property value  -Xproperty=value      sets a Java -X optionagent options:  --conf-file,-f 
        
          specify a config file (required)  --name,-n 
         
                the name of this agent (required)  --help,-h             display help textavro-client options:  --rpcProps,-P 
          
              RPC client properties file with server connection params  --host,-H 
           
                   hostname to which events will be sent  --port,-p 
            
                    port of the avro source  --dirname 
             
                      directory to stream to avro source  --filename,-F 
              
                  text file to stream to avro source (default: std input)  --headerFile,-R 
               
                 File containing event headers as key/value pairs on each new line  --help,-h              display help text  Either --rpcProps or both --host and --port must be specified.
               
              
             
            
           
          
         
        
       
      
     
    

使用flume-ng脚本启动Flume Agent 运行配置文件中指定的source和sink  启动命令类似于：

bin/flume-ng agent -n $agent_name -c conf -f conf/flume-conf.properties.template

配置文件示例：

# example.conf: A single-node Flume configuration# agent组件名称a1.sources = r1a1.sinks = k1a1.channels = c1# source 配置a1.sources.r1.type = netcata1.sources.r1.bind = localhosta1.sources.r1.port = 44444# sink 配置a1.sinks.k1.type = logger# 使用内存中Buffer Event Channela1.channels.c1.type = memorya1.channels.c1.capacity = 1000a1.channels.c1.transactionCapacity = 100# 绑定 source 和 sink 到channela1.sources.r1.channels = c1a1.sinks.k1.channel = c1

参考资料：

[0]  Flume NG：Flume 发展史上的第一次革命

[1]  Flume NG 简介及配置实战