数据采集技术

数据收集架构

 

Kafka架构图

集群由zookeeper管理

Kafka的特点：

1. 磁盘存储

2. 高吞吐率（每秒几十万条消息）

3. 分布式架构，能对消息进行分析

4. 将数据并行加载到hadoop分区

 

Flume 架构图

1. agent：就是将数据源的数据发送给collector

2. Collector：将数据源汇总给storage

3. Storage ：存储数据

4. Master管理整个集群

 

Flume设计目标

可靠性：就是发生故障自动转移，当发生节点故障了，会传到其他节点，日志数据不会丢失

End-to-end：agent数据，当我们的数据传送成功后，就删除。如果传送是失败了，就重新发送

Store on failure：

Best effort

 

Sqoop 架构图

 

常见日志收集系统对比

 

Logo
Kafka开源项目指南

Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。

更多推荐

Kafka入门（一） 概述、部署与API的简单使用

Kafka概述、部署与API的简单使用

avatar Kafka开源项目指南

基于canal和kafka同步，实现binlog同步ElasticSearch

文章目录前言elasticsearch 安装canal安装canal-adapter 安装及配置mysql 安装zk及kafaka安装查看效果注意事项前言中间件版本elasticsearch7.5.2canal1.1.4client-adapter1.1.5-alpha-1zookeeper3.4.13kafka2.6.0mysql5.7.31elasticsearch 安装{"settings"

avatar Kafka开源项目指南

基于 Iceberg 的湖仓一体架构在 B 站的实践

背景在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。我们之前的数据处理流程基本上是这样的：采集端将客户端埋点、服务端埋点、日志、业务数据库等数据收集到HDFS、Kafka等存储系统中，然后通过Hive、Spark、Fl...

avatar Kafka开源项目指南