Email:xpjco@foxmail.com
精准采集官网-精准客源-邀请码代理-十年专注目标客户资源数据采集
当前位置:网站首页 > 行业资讯 正文 行业资讯

国内真正的大数据采集产品有哪些?

fctime.cn 2021-11-24 行业资讯 9 ℃ 0 评论

 1、Apache Flume

  官网:/

  Flume 是Apache旗下的一款开源、高可靠、高扩展、容易管理、支持客户扩展的数据采集系统大数据采集软件。 Flume使用JRuby来构建,所以依赖Java运行环境。

  Flume最初是由Cloudera的工程师设计用于合并日志数据的系统,后来逐渐发展用于处理流数据事件大数据采集软件

  Flume设计成一个分布式的管道架构,可以看作在数据源和目的地之间有一个Agent的网络,支持数据路由大数据采集软件

  每一个agent都由Source,Channel和Sink组成大数据采集软件

  Source

  Source负责接收输入数据,并将数据写入管道大数据采集软件。Flume的Source支持支持监视一个目录或者文件,解析其中新生成的事件。

  Channel

  Channel 存储,缓存从source到Sink的中间数据大数据采集软件。可使用不同的配置来做Channel,例如内存,文件,JDBC等。使用内存性能高但不持久,有可能丢数据。使用文件更可靠,但性能不如内存。

  Sink

  Sink负责从管道中读出数据并发给下一个Agent或者最终的目的地大数据采集软件。Sink支持的不同目的地种类包括:HDFS,HBASE,Solr,ElasticSearch,File,Logger或者其它的Flume Agent。

国内真正的大数据采集产品有哪些?  采集 哪些 国内 大数据采集软件 第1张

  Flume在source和sink端都使用了transaction机制保证在数据传输中没有数据丢失大数据采集软件。

  Source上的数据可以复制到不同的通道上大数据采集软件。每一个Channel也可以连接不同数量的Sink。这样连接不同配置的Agent就可以组成一个复杂的数据收集网络。通过对agent的配置,可以组成一个路由复杂的数据传输网络。

  配置如上图所示的agent结构,Flume支持设置sink的Failover和Load Balance,这样就可以保证即使有一个agent失效的情况下,整个系统仍能正常收集数据大数据采集软件。

  Flume中传输的内容定义为事件(Event),事件由Headers(包含元数据,Meta Data)和Payload组成大数据采集软件。

  Flume提供SDK大数据采集软件,可以支持用户定制开发:

  Flume客户端负责在事件产生的源头把事件发送给Flume的Agent大数据采集软件。客户端通常和产生数据源的应用在同一个进程空间。常见的Flume客户端有Avro,log4J,syslog和类型。

  同时,用户可以使用Flume的SDK定制Source和Sink大数据采集软件。似乎不支持定制的Channel。

  2、Fluentd

  官网:

  Fluentd是另一个开源的数据收集框架大数据采集软件。Fluentd使用C/Ruby开发,使用JSON文件来统一日志数据。它的可插拔架构,支持各种不同种类和格式的数据源和数据输出。最后它也同时提供了高可靠和很好的扩展性。Treasure Data, Inc 对该产品提供支持和维护。

  Fluentd的部署和Flume非常相似:

  Fluentd的架构设计和Flume如出一辙:

  Fluentd的Input/Buffer/Output非常类似于Flume的Source/Channel/Sink大数据采集软件。

  Input

  Input负责接收数据或者主动抓取数据大数据采集软件。支持syslog,等。

  Buffer

  Buffer负责数据获取的性能和可靠性,也有文件或内存等不同类型的Buffer可以配置大数据采集软件。

  Output

  Output负责输出数据到目的地例如文件,AWS S3或者其它的Fluentd大数据采集软件。

  Fluentd的配置非常方便大数据采集软件,如下图:

  Fluentd的技术栈如下图:

  FLuentd和其插件都是由Ruby开发,MessgaePack提供了JSON的序列化和异步的并行通信RPC机制大数据采集软件。

  Cool.io是基于libev的事件驱动框架大数据采集软件。

  FLuentd的扩展性非常好,客户可以自己定制(Ruby)Input/Buffer/Output大数据采集软件。

  Fluentd从各方面看都很像Flume,区别是使用Ruby开发,Footprint会小一些,但是也带来了跨平台的问题,并不能支持Windows平台大数据采集软件。另外采用JSON统一数据/日志格式是它的另一个特点。相对去Flumed,配置也相对简单一些。

  3、Logstash

  

  Logstash是著名的开源数据栈ELK (ElasticSearch, Logstash, Kibana)中的那个L大数据采集软件。

  Logstash用JRuby开发,所有运行时依赖JVM大数据采集软件。

  Logstash的部署架构如下图,当然这只是一种部署的选项大数据采集软件。

  一个典型的Logstash的配置如下,包括了Input,filter的Output的设置大数据采集软件。

  几乎在大部分的情况下ELK作为一个栈是被同时使用的大数据采集软件。所有当你的数据系统使用ElasticSearch的情况下,logstash是首选。

  4、Chukwa

  官网:/

  Apache Chukwa是apache旗下另一个开源的数据收集平台,它远没有其他几个有名大数据采集软件。Chukwa基于Hadoop的HDFS和Map Reduce来构建(显而易见,它用Java来实现),提供扩展性和可靠性。Chukwa同时提供对数据的展示,分析和监视。很奇怪的是它的上一次github的更新事7年前。可见该项目应该已经不活跃了。

  Chukwa的部署架构如下:

  Chukwa的主要单元有:Agent,Collector,DataSink,ArchiveBuilder,Demux等等,看上去相当复杂大数据采集软件。由于该项目已经不活跃,我们就不细看了。

  5、Scribe

  代码托管:

  Scribe是Facebook开发的数据(日志)收集系统大数据采集软件。已经多年不维护,同样的,就不多说了。

  6、Splunk Forwarder

  官网:/

  以上的所有系统都是开源的大数据采集软件。在商业化的大数据平台产品中,Splunk提供完整的数据采金,数据存储,数据分析和处理,以及数据展现的能力。

  Splunk是一个分布式的机器数据平台大数据采集软件,主要有三个角色:

  Search Head负责数据的搜索和处理,提供搜索时的信息抽取大数据采集软件。

  Indexer负责数据的存储和索引

  Forwarder大数据采集软件,负责数据的收集,清洗,变形,并发送给Indexer

  Splunk内置了对Syslog,TCP/UDP,Spooling的支持,同时,用户可以通过开发Script Input和Modular Input的方式来获取特定的数据大数据采集软件。在Splunk提供的软件仓库里有很多成熟的数据采集应用,例如AWS,数据库(DBConnect)等等,可以方便的从云或者是数据库中获取数据进入Splunk的数据平台做分析。

  这里要注意的是,Search Head和Indexer都支持Cluster的配置,也就是高可用,高扩展的,但是Splunk现在还没有针对Farwarder的Cluster的功能大数据采集软件。也就是说如果有一台Farwarder的机器出了故障,数据收集也会随之中断,并不能把正在运行的数据采集任务Failover到其它的Farwarder上。

  总结

  我们简单讨论了几种流行的数据收集平台,它们大都提供高可靠和高扩展的数据收集大数据采集软件。大多平台都抽象出了输入,输出和中间的缓冲的架构。利用分布式的网络连接,大多数平台都能实现一定程度的扩展性和高可靠性。

  其中Flume,Fluentd是两个被使用较多的产品大数据采集软件。如果你用ElasticSearch,Logstash也许是首选,因为ELK栈提供了很好的集成。Chukwa和Scribe由于项目的不活跃,不推荐使用。

  Splunk作为一个优秀的商业产品,它的数据采集还存在一定的限制,相信Splunk很快会开发出更好的数据收集的解决方案大数据采集软件。

  End.

本文标签:采集哪些国内大数据采集软件

版权说明:如非注明,本站文章均为 精准采集官网 原创,转载请注明出处和附带本文链接

本文暂时没有评论,来添加一个吧(●'◡'●)

欢迎 发表评论:

搜索
«    2021年11月    »
1234567
891011121314
15161718192021
22232425262728
2930
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
标签列表
最新留言
友情链接
  • 精准采集APP,精准人脉大师
  • 订阅本站的 RSS 2.0 新闻聚合
Copyright © 2016-2021 fctime.cn 精准采集 DJY团队. Powered By Z-Blog,xpjco@foxmail.com Some Rights Reserved.
精准采集   精准客源

赞助广告×