- Source：数据源
- Channel：管道
- Sink：数据目的地
Source
通过source组件可以指定让Flume读取哪里的数据，然后将数据传递给后面的 channel
Flume内置支持读取很多种数据源，基于文件、基于目录、基于TCP\UDP端口、基于HTTP、Kafka，也支持自定义数据源，一般生产中我们主要使用基于目录或基于文件，或是端口的
常用Source：
- Exec Source：实现文件监控，可以实时监控文件中的新增内容，类似于linux中的tail -f 效果
- NetCat TCP/UDP Source： 采集指定端口(tcp、udp)的数据，可以读取流经端口的每一行数据
- Spooling Directory Source：采集文件夹里新增的文件
- Kafka Source：从Kafka消息队列中采集数据
其中execsource 和 kafkasource在实际工作中是最 常见的，可以满足大部分的数据采集需求
Channel
Channel的类型有很多：内存、文件，内存+文件、JDBC等
- Memory Channel：使用内存作为数据的存储 优点是效率高，因为就不涉及磁盘IO，缺点有两个 1：可能会丢数据，如果Flume的agent挂了，那么channel中的数据就丢失了。 2：内存是有限的，会存在内存不够用的情况。
- File Channel：使用文件来作为数据的存储 优点是数据不会丢失 缺点是效率相对内存来说会有点慢，但是这个慢并没有我们想象中的那么慢， 所以这个也是比较常用的一种channel。
- Spillable Memory Channel：使用内存和文件作为数据存储，即先把数据存到内存中，如果内存中 数据达到阈值再flush到文件中 优点：解决了内存不够用的问题。 缺点：还是存在数据丢失的风险
Sink
Sink的表现形式有很多：打印到控制台、HDFS、Kafka等
- Logger Sink：将数据作为日志处理，可以选择打印到控制台或者写到文件中，这个主要在测试的时 候使用
- HDFS Sink：将数据传输到HDFS中，这个是比较常见的，主要针对离线计算的场景
- Kafka Sink：将数据发送到kafka消息队列中，这个也是比较常见的，主要针对实时计算场景，数据 不落盘，实时传输，最后使用实时计算框架直接处理。
