最近公司业务数据量越来越大，以前的基于消息队列的日志系统越来越难以满足目前的业务量，表现为消息积压，日志延迟，日志存储日期过短，所以，我们开始着手要重新设计这块，业界已经有了比较成熟的流程，即基于流式处理，采用 flume 收集日志，发送到 kafka 队列做缓冲，storm 分布式实时框架进行消费处理，短期数据落地到 hbase、mongo中，长期数据进入 hadoop 中存储。 接下来打算将这其间所遇到的问题、学习到的知识记录整理下，作为备忘，作为分享，带给需要的人。
学习flume ng的过程中还是遇到一些障碍的，可是在搜索引擎搜到的所有的flume的资料都是以前的flume og（flume orign generation），而这个不是我们要用的，我们要使用 flume ng（flume next generation），所以你要搜资料最好搜索 flume ng 来查找，详细看一下这两个版本的区别：
Flume NG：Flume 发展史上的第一次革命
讲的非常详细，包括 两代的变化，安装配置等，可以仔细阅读下。
关于使用 flume ng 来收集日志，美团网有两篇不错的文章，可以参考：
基于Flume的美团日志收集系统(一) 架构和设计
基于Flume的美团日志收集系统(二) 改进和优化
关于学习 flume-ng ，官方用户文档 是最好的资料，阅读英文还有些困难的情况下，@javachen 写的这篇文章，讲清楚了文档中大部分场景，xirong 极为推荐，Flume-ng 的原理和使用
阅读完上面的文章对 flume 有了一些概念后，可以看一下这篇 PPT，来自于 yahoo 的工程师分享：（slideshare PPT 分享服务在大陆是被墙的，不能科学上网？查看使用shadowsocks服务享受自由网络学习方法）
flume-ng 集群搭脚本
flume-ng 的搭建还是很简单的，如下脚本所示，每台机器上执行以下就ok了，重要的是根据自己生产环境机器的不同所做的配置，在 javachen 的文章中有详细的讲述配置的地方，可以进行相关阅读。
1
|
#!/bin/bash
|
实践文章 ，包括生产环境上面的优化配置，常见问题，详细查看 flume ng 实战配置
flume 后台启动：，使用nohup命令，即 nohup flume-ng agent --conf $FLUME_HOME/conf --conf-file $FLUME_HOME/conf/flume_weblog.conf --name agent1 & ，详细参考： Linux 技巧：让进程在后台可靠运行的几种方法
如之前 Jstorm的搭建一样，提供一键安装的脚本，zip包中包含所需要的文件，百度网盘 ，密码为usfc ，欢迎下载体验。
如有任何问题，请留言或者在右侧找到我的联系方式，联系我
原文http://www.ixirong.com/2015/05/18/how-to-install-flume-ng/