发布时间:2024-07-08 18:01
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只能在Unix环境下运行。
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。
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。
用于桥接Sources和Sinks,类似于一个队列。
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)。
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。
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HDFS中。
Kubernetes集群部署,基于kubeadm的快速搭建k8s集群模式。
Python报错:ModuleNotFoundError的解决办法
MindSpore报错"TypeError: parse() missing 1 required positional."
米家、华为、飞利浦和智汀等智能家居技术有哪些示例,都有哪些优缺点
Runcat 让Mac跑代码程序更Happy(Mac系统监控软件推荐)
【自动驾驶模拟器AirSim快速入门 | 01】自动驾驶模拟器AirSim实战演练
【C++】C++核心编程部分-内存分区模型-引用-函数提高-类与对象-文件操作