一、Flume的概念：
Flume是Cloudera提供的一个高可用，高可靠的，
分布式的海量日志采集，聚合和传输的系统
。Flumens基于流式架构，灵活简单。
Flume最主要的作用就是实时的读取服务器本地磁盘的数据，然后上传到HDFS（虽然也可以直接从服务器本地上传，但是不是实时的）。
二、Flume组成架构：
1.Agent
Agent是一个JVM进程，它以事件的形式将数据从源头送至目的，是Flume数据传输的基本单元。启动agent之后，进程名称：Application
Agent主要有3个部分组成，Source、Channel、Sink。
2.Source
Source是负责接收数据到Flume Agent的组件。Source组件可以处理各种类型、各种格式的日志数据，包括avro、thrift、exec（execute）、jms、spooling directory、netcat(读取端口数据)、sequence generator、syslog、http、legacy。
3.Channel
Channel是位于Source和Sink之间的缓冲区。因此，Channel允许Source和Sink运作在不同的速率上。Channel是线程安全的，可以同时处理几个Source的写入操作和几个Sink的读取操作。
Flume自带两种Channel：Memory Channel和File Channel。
Memory Channel是内存中的队列。Memory Channel在不需要关心数据丢失的情景下适用。如果需要关心数据丢失，那么Memory Channel就不应该使用，因为程序死亡、机器宕机或者重启都会导致数据丢失。
File Channel将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数据。
4.Sink
Sink不断地轮询Channel中的事件且批量地移除它们，并将这些事件批量写入到存储、或者被发送到另一个Flume Agent。
Sink是完全事务性的。在从Channel批量删除数据之前，每个Sink用Channel启动一个事务。批量事件一旦成功写出到存储系统或下一个Flume Agent，Sink就利用Channel提交事务。事务一旦被提交，该Channel从自己的内部缓冲区删除事件。
Sink组件目的地包括hdfs、logger、avro、thrift、ipc、file、null、HBase、solr、自定义。
5.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。
三、 Flume安装地址
1） Flume官网地址
http://flume.apache.org/
2）文档查看地址
http://flume.apache.org/FlumeUserGuide.html
3）下载地址
http://archive.apache.org/dist/flume/
安装部署
1）将apache-flume-1.7.0-bin.tar.gz上传到linux的/opt/software目录下
2）解压apache-flume-1.7.0-bin.tar.gz到/opt/module/目录下
3）修改apache-flume-1.7.0-bin的名称为flume
4）将flume/conf下的flume-env.sh.template文件修改为flume-env.sh，并配置flume-env.sh文件
案例实操
1）案例需求：使用flume监听整个目录的文件
2）需求分析：
我先启动了一下hadoop
看了一下页面 hdfs启动成功了
启动成功之后查看hdfs的页面：(namenode)http://192.168.135.101:50070/
启动遇到问题：
一直启动不了 datanode 正在解决。。。。。。