1、 Flume是一個分布式、可靠、和高可用的海量日志聚合的系統，支持在系統中定制各類數據發送方，用於收集數據；同時，Flume提供對數據進行簡單處理，並寫到各種數據接受方（可定制）的能力。
2、一個獨立的Flume進程稱之為Agent,包含組件Source、Channel、Sink Source
Flume基礎架構：Flume 可以單節點直接采集數據。
Flume 的內部實現
Event：Event是Flume數據傳輸的基本單元。Flume以Event的形式將數據從源頭傳送到最終目的。
Source：Source負責接收events或通過特殊機制產生events，並將events批量的放到一個或多個Channels。Flume支持文件、消息流等數據源，並在Source部件中將接收到的數據轉換為一個Event。例如Flume支持監聽文件目錄（spooling directory source），當監聽的目錄下新到一個文件，Flume就會將其作為數據源通過Source轉換為Event實時的傳輸走。
Channel：Channel位於Source和Sink之間，用於緩存進來的events，當Sink成功地將events發送到下一跳的channel或最終目的，events從Channel移除。目前Flume支持3種channel memory channel：消息放在內存中，提供高吞吐，但不提供可靠性；可能丟失數據； file channel：對數據持久化；但是配置較為麻煩，需要配置數據目錄和checkpoint目錄；不同的file channel均需要配置一個checkpoint 目錄； jdbc channel：內置的derby數據庫，對event進行了持久化，提供高可靠性；未來取代同樣具有持久特性的file channel
Sink：Sink負責將events傳輸到下一跳或最終目的。Sink支持將數據寫入到離線存儲如HDFS、消息系統如Kafka等。
Interceptor：用於Source的一組攔截器，按照預設的順序在必要地方對events進行過濾和自定義的處理邏輯實現。
Channel Selector允許Source基於預設的規則，從所有Channel中，選擇一個或多個Channel。例如根據話單中的漫游字段，可以將原始話單放到不同的Channel，這樣Sink就可以將數據送到不同的目標系統中。
Channel Selector支持兩種選擇器： 復制Replicating: 一個event被復制到多個channel； 復用Multiplexing: event被路由到特定的channel，即非復制模式。