1、Flume使用場景（☆☆☆☆☆）
線上資料一般主要是落地（儲存到磁碟）或者通過socket傳輸給另外一個系統，這種情況下，你很難推動線上應用或服務去修改介面，實現直接向kafka裡寫資料，這時候你可能就需要flume這樣的系統幫你去做傳輸。
2、Flume丟包問題（☆☆☆☆☆）
單機upd的flume source的配置，100+M/s資料量，10w qps flume就開始大量丟包，因此很多公司在搭建系統時，拋棄了Flume，自己研發傳輸系統，但是往往會參考Flume的Source-Channel-Sink模式。
一些公司在Flume工作過程中，會對業務日誌進行監控，例如Flume agent中有多少條日誌，Flume到Kafka後有多少條日誌等等，如果資料丟失保持在1%左右是沒有問題的，當資料丟失達到5%左右時就必須採取相應措施。
3、Flume與Kafka的選取
採集層主要可以使用Flume、Kafka兩種技術。
Flume：Flume 是管道流方式，提供了很多的預設實現，讓使用者通過引數部署，及擴充套件API。
Kafka：Kafka是一個可持久化的分散式的訊息佇列。
Kafka 是一個非常通用的系統。你可以有許多生產者和很多的消費者共享多個主題Topics。相比之下，Flume是一個專用工具被設計為旨在往HDFS，HBase傳送資料。它對HDFS有特殊的優化，並且整合了Hadoop的安全特性。所以，Cloudera 建議如果資料被多個系統消費的話，使用kafka；如果資料被設計給Hadoop使用，使用Flume。
正如你們所知Flume內建很多的source和sink元件。然而，Kafka明顯有一個更小的生產消費者生態系統，並且Kafka的社群支援不好。希望將來這種情況會得到改善，但是目前：使用Kafka意味著你準備好了編寫你自己的生產者和消費者程式碼。如果已經存在的Flume Sources和Sinks滿足你的需求，並且你更喜歡不需要任何開發的系統，請使用Flume。
Flume可以使用攔截器實時處理資料。這些對資料遮蔽或者過量是很有用的。Kafka需要外部的流處理系統才能做到。
Kafka和Flume都是可靠的系統，通過適當的配置能保證零資料丟失。然而，Flume不支援副本事件。於是，如果Flume代理的一個節點奔潰了，即使使用了可靠的檔案管道方式，你也將丟失這些事件直到你恢復這些磁碟。如果你需要一個高可靠性的管道，那麼使用Kafka是個更好的選擇。
Flume和Kafka可以很好地結合起來使用。如果你的設計需要從Kafka到Hadoop的流資料，使用Flume代理並配置Kafka的Source讀取資料也是可行的：你沒有必要實現自己的消費者。你可以直接利用Flume與HDFS及HBase的結合的所有好處。你可以使用Cloudera Manager對消費者的監控，並且你甚至可以新增攔截器進行一些流處理。
4、資料怎麼採集到Kafka，實現方式
使用官方提供的flumeKafka外掛，外掛的實現方式是自定義了flume的sink，將資料從channle中取出，通過kafka的producer寫入到kafka中，可以自定義分割槽等。
5、flume管道記憶體，flume當機了資料丟失怎麼解決
1）Flume的channel分為很多種，可以將資料寫入到檔案。
2）防止非首個agent當機的方法數可以做叢集或者主備。
6、flume配置方式，flume叢集（詳細講解下）
Flume的配置圍繞著source、channel、sink敘述，flume的叢集是做在agent上的，而非機器上。
7、flume不採集Nginx日誌，通過Logger4j採集日誌，優缺點是什麼？
優點：Nginx的日誌格式是固定的，但是缺少sessionid，通過logger4j採集的日誌是帶有sessionid的，而session可以通過redis共享，保證了叢集日誌中的同一session落到不同的tomcat時，sessionId還是一樣的，而且logger4j的方式比較穩定，不會當機。
缺點：不夠靈活，logger4j的方式和專案結合過於緊密，而flume的方式比較靈活，拔插式比較好，不會影響專案效能。
8、flume和kafka採集日誌區別，採集日誌時中間停了，怎麼記錄之前的日誌？
Flume採集日誌是通過流的方式直接將日誌收集到儲存層，而kafka是將快取在kafka叢集，待後期可以採集到儲存層。
Flume採集中間停了，可以採用檔案的方式記錄之前的日誌，而kafka是採用offset的方式記錄之前的日誌。
9、flume有哪些元件，flume的source、channel、sink具體是做什麼的（☆☆☆☆☆）
1）source：用於採集資料，Source是產生資料流的地方，同時Source會將產生的資料流傳輸到Channel，這個有點類似於Java IO部分的Channel。
2）channel：用於橋接Sources和Sinks，類似於一個佇列。
3）sink：從Channel收集資料，將資料寫到目標源(可以是下一個Source，也可以是HDFS或者HBase)。
注意：要熟悉source、channel、sink的型別