什么是水槽？

阿帕奇水槽是用于收集聚集和输送大量流数据的例如日志文件，事件（等）从各种源到集中式数据存储的工具/服务/数据摄取机制。

水槽是高度可靠的，分布式的和可配置的工具。其主要目的是从不同的Web服务器流数据（日志数据）复制到HDFS。

水槽中的应用

假设一个电子商务Web应用程序想从一个特定区域分析客户的行为。这样做，他们将需要在到Hadoop的移动可用日志数据进行分析。在这里，阿帕奇水槽来拯救我们。

水槽是用于由应用服务器生成的日志数据移动到HDFS以更高的速度。

水槽的优点

下面是使用水槽的优点 -

• 使用Apache水槽我们可以存储在任一集中存储（HBase的，HDFS）的数据。

• 当输入数据的速率超过了数据可以被写入到目标的速度，水槽充当数据生产者和集中商店之间的中介，并提供它们之间的稳定的数据流。

• 水槽提供上下文路由的功能。

• 其中，两笔交易（一个发送器和一个接收器）保持每封邮件中的水槽交易是基于信道。它保证了可靠的消息传递。

• 水槽是可靠的，容错，可扩展，可管理和可定制的。

水槽的特点

是一些水槽的显着特点如下 -

• 水槽摄取来自多个Web服务器的数据登录到集中存储（HDFS，HBase的）有效。

• 用水槽，我们可以从多台服务器上的数据马上进入Hadoop的。

• 随着日志文件，水槽也被用来导入由社交网站如Facebook和Twitter，以及电子商务网站如亚马逊和Flipkart活动产生的海量数据。

• 水槽支持大量的源和目标类型。

• 水槽支持Multi-hop流动，扇入扇出流，上下文路径等。

• 水槽可以水平扩展。