flume核心概念

核心概念
web

  • Event算法

  • Clientapache

  • Agentapi

    • Sources、Channels、Sinks緩存

    • 其餘組件:Interceptors、Channel Selectors、Sink Processor負載均衡

核心概念:Event
spa

Event是Flume數據傳輸的基本單元。flume以事件的形式將數據從源頭傳送到最終的目的。Event由可選的hearders和載有數據的一個byte array構成。.net

  • 載有的數據對flume是不透明的代理

  • Headers是容納了key-value字符串對的無序集合,key在集合內是惟一的。日誌

  • Headers能夠在上下文路由中使用擴展

public interface Event {  

    public Map<String, String> getHeaders();  

    public void setHeaders(Map<String, String> headers);  

    public byte[] getBody();  

    public void setBody(byte[] body);  

}  


核心概念:Client

Clinet是一個將原始log包裝成events而且發送它們到一個或多個agent的實體。

  • 例如

    • Flume log4j Appender

    • 可使用Client SDK (org.apache.flume.api)定製特定的Client

  • 目的是從數據源系統中解耦Flume

  • 在flume的拓撲結構中不是必須的

核心概念:Agent

一個Agent包含Sources, Channels, Sinks和其餘組件,它利用這些組件將events從一個節點傳輸到另外一個節點或最終目的。

  • agent是flume流的基礎部分。

  • flume爲這些組件提供了配置、生命週期管理、監控支持。

核心概念:Source

Source負責接收events或經過特殊機制產生events,並將events批量的放到一個或多個Channels。有event驅動和輪詢2種類型的Source

  • 不一樣類型的Source:

    • 和衆所周知的系統集成的Sources: Syslog, Netcat

    • 自動生成事件的Sources: Exec, SEQ

    • 用於Agent和Agent之間通訊的IPC Sources: Avro

  • Source必須至少和一個channel關聯

核心概念:Channel

Channel位於Source和Sink之間,用於緩存進來的events,當Sink成功的將events發送到下一跳的channel或最終目的,events從Channel移除。

  • 不一樣的Channels提供的持久化水平也是不同的:

    • Memory Channel: volatile

    • File Channel: 基於WAL(預寫式日誌Write-Ahead Logging)實現

    • JDBC Channel: 基於嵌入Database實現

  • Channels支持事務

  • 提供較弱的順序保證

  • 能夠和任何數量的Source和Sink工做

核心概念:Sink

Sink負責將events傳輸到下一跳或最終目的,成功完成後將events從channel移除。

  • 不一樣類型的Sinks:

    • 存儲events到最終目的的終端Sink. 好比: HDFS, HBase

    • 自動消耗的Sinks. 好比: Null Sink

    • 用於Agent間通訊的IPC sink: Avro

  • 必須做用與一個確切的channel

核心概念:Interceptor

用於Source的一組Interceptor,按照預設的順序在必要地方裝飾和過濾events。

  • 內建的Interceptors容許增長event的headers好比:時間戳、主機名、靜態標記等等

  • 定製的interceptors能夠經過內省event payload(讀取原始日誌),在必要的地方建立一個特定的headers。

核心概念:Channel Selector

Channel Selector容許Source基於預設的標準,從全部Channel中,選擇一個或多個Channel

  • 內建的Channel Selectors:

    • 複製Replicating: event被複制到相關的channel

    • 複用Multiplexing: 基於hearder,event被路由到特定的channel

核心概念:Sink Processor

多個Sink能夠構成一個Sink Group。一個Sink Processor負責從一個指定的Sink Group中激活一個Sink。Sink Processor能夠經過組中全部Sink實現負載均衡;也能夠在一個Sink失敗時轉移到另外一個。

  • Flume經過Sink Processor實現負載均衡(Load Balancing)和故障轉移(failover)

  • 內建的Sink Processors:

    • Load Balancing Sink Processor – 使用RANDOM, ROUND_ROBIN或定製的選擇算法

    • Failover Sink Processor 

    • Default Sink Processor(單Sink)

  • 全部的Sink都是採起輪詢(polling)的方式從Channel上獲取events。這個動做是經過Sink Runner激活的

  • Sink Processor充當Sink的一個代理派生到個人代碼片

相關文章
相關標籤/搜索