你的flume-ng的第一篇博客

mouse

　　我在flume-ng 1.1.0 孵化版的时候就开始接触了，自己也搞了一段时间，没事扯扯心得吧。
　　先说在前面，flume-ng 后面的版本，我没仔细读change log ，比较农民 ， 不知道新添了哪些特别NB的功能，有说错的地方，还请多多指教。
　　首先，介绍一个非常全的文章，http://flume.apache.org/FlumeUserGuide.html 看了这篇文章，基本上别的都不用看了。（囧~~~~） 没错是官网文章，flume 其实很简单，所以官网上的文章已经介绍的很全了，如果你懒得看英文，那么就听我扯扯吧。
　　先讲讲flume是啥东西。可能大家都遇到过类似的问题，数据（日志信息）分布在N台机器上，想要把它们汇聚在一起组成一个大文件，来处理。在google，每台机器都装GFS，直接存本地就ok了。但是不是所有的公司都是这种架构，那怎么办？这时候类似于flume这样的日志收集工具就闪亮登场了。flume主要起到以下几个作用：收集、聚合和搬运数据。正如文档一开头说的：Apache Flume is a distributed, reliable, and available system for efficiently collecting, aggregating and moving large amounts of log data from many different sources to a centralized data store.
　　你可以说我传数据用scp, rysnc 也可以啊。没错，是没问题。但是那些是指的传文件，要是流式数据呢？还有传输过程中出错了呢？包括到底传了多少有监控吗？最后有个变态的需求，数据以XXXX开头的给我放在一个地方，以AAAAA开头的放在另一个地方，你怎么办？
　　然后说说为啥是ng，这里就不说为啥是flume了，因为我也没用过其他的。没试用过就没有发言权........各位可以自己去找找比较的文章。不过我感觉说的都是很笼统，就闭着眼自己调一个吧。
　　当时我们在技术选型的时候有0.9X版本和ng版本，我们毅然决然地选了ng。原因很简单，ng的架构很简单，很好懂。越简单的东西越稳定！
　　说说flume的架构：

　　这是一个flume-ng 最简单的图。flume-ng 是由一个个agent组成的。一个agent就像一个细胞一样。当然可以自由组合，如下图：

　　上面是两个agent链接在一起的，再看看更多的......

　　你会发现帅呆了。就像拼积木一样........
　　没错，整个flume-ng 架子是由一个一个agent拼接而成的，支持多层次多项扩展。这样非常灵活。
　　当然，也可以这么配：

　　下面说说 每个agent的构造：
　　
　　每个agent里都有三部分构成：source、channel和sink。
　　就相当于source接收数据，通过channel传输数据，sink把数据写到下一端。这就完了，就这么简单。其中source有很多种可以选择，channel有很多种可以选择，sink也同样有多种可以选择，并且都支持自定义。哇塞，太灵活了。想怎么玩就怎么玩。
　　同时，如上上图所示，agent还支持选择器，就是一个source支持多个channel和多个sink，这样就完成了数据的分发。
　　这就完了，flume-ng就这么简单........
　　从看到最后用，一天足可以搞定。剩下的就是怎么组织你的agent的问题了。也就是搭积木的过程......
　　另外有一点需要强调的是，flume-ng提供了一种特殊的启动方式（不同于agent），那就是client启动。cilent是一个特殊的agent, 他的source是文件，channel是内存，sink是arvo。实际上是为了方便大家用，直接来传递文件的。具体可以看看官方使用手册。
　　估计到这儿，应该对flume-ng有了解了吧。
　　等等，好像少了点儿什么...........你说监控？ 不好意思，当时我用的时候，flume-ng还没出监控和图形界面。现在出没出我不知道，不过我自己写了个。什么？你想听听怎么做？下次吧......