Flume日志采集系統(tǒng):簡(jiǎn)單結(jié)構(gòu)和復(fù)雜結(jié)構(gòu)

Flume的核心角色是Agent，通過(guò)Agent可以從其他服務(wù)中采集數(shù)據(jù)，并通過(guò)內(nèi)部event流的形式傳輸?shù)絊ink，并根據(jù)需求最終向下一個(gè)Agent傳輸或者進(jìn)行集中式存儲(chǔ)。

在實(shí)際開(kāi)發(fā)中，F(xiàn)lume需要采集數(shù)據(jù)的類(lèi)型多種多樣，同時(shí)還會(huì)進(jìn)行不同的中間操作，所以根據(jù)具體需求，可以將Flume日志采集系統(tǒng)分為簡(jiǎn)單結(jié)構(gòu)和復(fù)雜結(jié)構(gòu)。

1. 簡(jiǎn)單結(jié)構(gòu)

當(dāng)需要采集數(shù)據(jù)的生產(chǎn)源比較單一、簡(jiǎn)單的時(shí)候，可以直接使用一個(gè)Agent來(lái)進(jìn)行數(shù)據(jù)采集并最終存儲(chǔ)，結(jié)構(gòu)如Flume基本架構(gòu)，如下圖所示。

2. 復(fù)雜結(jié)構(gòu)

有時(shí)候需要采集數(shù)據(jù)的數(shù)據(jù)源分布在不同的服務(wù)器上，使用一個(gè)Agent進(jìn)行數(shù)據(jù)采集不再適用，這時(shí)就可以根據(jù)業(yè)務(wù)需求部署多個(gè)Agent進(jìn)行數(shù)據(jù)采集并最終存儲(chǔ)，結(jié)構(gòu)如下圖所示。

Flume復(fù)雜結(jié)構(gòu)——多Agent

從圖2可以看出，對(duì)每一個(gè)需要收集數(shù)據(jù)的Web服務(wù)端都搭建了一個(gè)Agent進(jìn)行數(shù)據(jù)采集，接著再將這多個(gè)Agent中的數(shù)據(jù)作為下一個(gè)Agent的Source進(jìn)行采集并最終集中存儲(chǔ)到HDFS中。

除此之外，在開(kāi)發(fā)中還有可能遇到從同一個(gè)服務(wù)端采集數(shù)據(jù)，然后通過(guò)多路復(fù)用流分別傳輸并存儲(chǔ)到不同目的地的情況，結(jié)構(gòu)如圖3所示。

從圖3可以看出，根據(jù)具體需求，將一個(gè)Agent采集的數(shù)據(jù)通過(guò)不同的Channel分別流向了不同的Sink，然后再進(jìn)行下一階段的傳輸或存儲(chǔ)(如圖3所示，將多個(gè)Sink數(shù)據(jù)分別進(jìn)行了HDFS集中式存儲(chǔ)、作為JMS消息服務(wù)、作為另一個(gè)Agent的Source)。

猜你喜歡：

數(shù)據(jù)分析的流程是什么？如何做數(shù)據(jù)分析？

Scrapy框架的工作原理是什么?

Spark Mllib分層抽樣操作步驟

黑馬程序員python+大數(shù)據(jù)開(kāi)課程