大廠架構(gòu)師傾心之作：Flume構(gòu)建高可用、可擴(kuò)展的海量日志采

前言

幾乎任何規(guī)模的公司，每時(shí)每刻都在產(chǎn)生大量的數(shù)據(jù)，收集業(yè)務(wù)日志數(shù)據(jù)，供離線和在線的分析系統(tǒng)使用。處理這些日志需要特定的日志系統(tǒng)，一般而言，這些系統(tǒng)需要具有高可用性、高可靠性和可擴(kuò)展性。

Flume是一個(gè)分布式、可靠的和高可用的海量日志采集，聚合和傳輸?shù)南到y(tǒng)。支持在系統(tǒng)中定制各類(lèi)數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù);同時(shí)，F(xiàn)lume 提供對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單處理，并寫(xiě)到各種數(shù)據(jù)接受方(可定制)的能力。Flume 初始的發(fā)行版本目前被統(tǒng)稱為Flume OG(original generation) ，屬于Cloudera.但隨著Flume功能的擴(kuò)展，F(xiàn)lume OG代碼工程臃腫，核心組件設(shè)計(jì)不合理、核心配置不標(biāo)準(zhǔn)等缺點(diǎn)暴露出來(lái)，尤其是在Flume OG的最后一個(gè)發(fā)行版本0.94.0中，日志傳輸不穩(wěn)定的現(xiàn)象尤為嚴(yán)重。為了解決這些問(wèn)題，2011 年10月22日,Cloudera完成了Flume-728，對(duì)Flume進(jìn)行了里程碑式的改動(dòng)：重構(gòu)核心組件、核心配置以及代碼架構(gòu)，重構(gòu)后的版本統(tǒng)稱為Flume NG (next generation) ;改動(dòng)的另一原因是將Flume納入Apache旗下，Cloudera Flume改名為Apache Flume。

Flume構(gòu)建高可用、可擴(kuò)展的海量日志采集系統(tǒng)

第1章給出了Apache Hadoop. Apache HBase的基本介紹。本章只是為了向讀者介紹Hadoop. HBase 和它們內(nèi)部的一些細(xì)節(jié)。 如果讀者已經(jīng)熟悉Hadoop和HBase,這章可以跳過(guò)。

第2章介紹了Flume主要的組件和配置，也解釋了如何部署Flume以從數(shù)據(jù)生成服務(wù)器推送數(shù)據(jù)到存儲(chǔ)和索引系統(tǒng)。

第3章、第4章、第5章和第6章解釋了Flume內(nèi)置的不同種類(lèi)的Source，Channel 和Sink以及編寫(xiě)自定義插件以定制Flume接收、修改、格式化和寫(xiě)數(shù)據(jù)的方式。

第7章討論從你的應(yīng)用程序發(fā)送數(shù)據(jù)到Flume Agent的不同方式。本章主要是為了寫(xiě)推送數(shù)據(jù)到FlumeAgent的應(yīng)用程序的開(kāi)發(fā)人員。

第8章討論如何設(shè)計(jì)、部署和監(jiān)控Flume部署。

限于平臺(tái)篇幅原因，同時(shí)也為了大家更好的閱讀，小編把Flume相關(guān)的資料都打包整理好了，有感興趣的程序員朋友可以幫忙轉(zhuǎn)發(fā)文章后，關(guān)注私信回復(fù)【學(xué)習(xí)】來(lái)獲取