1. Flume简介

• Flume提供一个分布式的，可靠的，对大数据量的日志进行高效收集、聚集、移动的服务。
• Flume基于流式架构，容错性强，也很灵活简单。
• Flume、Kafka用来实时进行数据收集，Spark、Flink用来实时处理数据，impala用来实时查询。

2. Flume角色

• Source
  用于采集数据，Source是产生数据流的地方，同时Source会将产生的数据流传输到Channel，这个有点类似于Java IO部分的Channel。
• Channel
  用于桥接Sources和Sinks，类似于一个队列。
• Sink
  从Channel收集数据，将数据写到目标源（可以是下一个Source，也可以是HDFS或者HBase）。
• Event
  传输单元，Flume数据传输的基本单元，以事件的形式将数据从源头送至目的地。

3. Flume传输过程

Source监控某个文件或数据流，数据源产生新的数据，拿到该数据后，将数据封装在一个Event中，并put到Channel后commit提交，Channel队列先进先出，Sink去Channel队列中拉取数据，然后写入到目标源（如HDFS）中。

4. 扇入扇出

扇出：一个源，下沉到多个地方
扇入：多个源，下沉到一个地方

一个Source可以对应多个Channel，一个Channel只能对应一个Sink

Source和Channel --> 1/n

Sink和Channel --> 1/1

5. Source、Channel、Sink的类型总结