hadoop 之flume 日志收集系统，及与kafka相似与不同处

flume主要用于日志采集，其中的agent里面包含3个核心的组件：source（采集/输入）—->channel（缓存/管道）—–>sink（输出）,类似生产者、仓库、消费者的架构。 
source：source组件是专门用来收集数据的，可以处理各种类型、各种格式的日志数据,包括avro、thrift、exec、jms、spooling directory、netcat、sequence generator、syslog、http、legacy、自定义。 
channel：source组件把数据收集来以后，临时存放在channel中，即channel组件在agent中是专门用来存放临时数据的——对采集到的数据进行简单的缓存，可以存放在memory、jdbc、file等等。 
sink：sink组件是用于把数据发送到目的地的组件，目的地包括hdfs、logger、avro、thrift、ipc、file、null、hbase、solr、自定义。

Flume与Kafka对比可参看文章末尾部分

Flume

在具体介绍本文内容之前，先给大家看一下Hadoop业务的整体开发流程： 

<