Apache Flume 是一个分布式，高可用的数据收集系统。它可以从不同的数据源收集数据，经过聚合后发送到存储系统中，通常用于日志数据的收集。Flume 分为 NG 和 OG (1.0 之前) 两个版本，NG 在 OG 的基础上进行了完全的重构，是目前使用最为广泛的版本。下面的介绍均以 NG 为基础。
下图为 Flume 的基本架构图：
外部数据源以特定格式向 Flume 发送 events (事件)，当 source 接收到 events 时，它将其存储到一个或多个 channel ， channe 会一直保存 events 直到它被 sink 所消费。 sink 的主要功能从channel 中读取 events ，并将其存入外部存储系统或转发到下一个 source ，成功后再从 channel中移除 events 。
Event 是 Flume NG 数据传输的基本单元。类似于 JMS 和消息系统中的消息。一个 Event 由标题和正文组成：前者是键/值映射，后者是任意字节数组。
数据收集组件，从外部数据源收集数据，并存储到 Channel 中。
Channel 是源和接收器之间的管道，用于临时存储数据。可以是内存或持久化的文件系统：
- Memory Channel : 使用内存，优点是速度快，但数据可能会丢失 (如突然宕机)；
- File Channel : 使用持久化的文件系统，优点是能保证数据不丢失，但是速度慢。
Sink 的主要功能从 Channel 中读取 Event ，并将其存入外部存储系统或将其转发到下一个Source ，成功后再从 Channel 中移除 Event 。
是一个独立的 (JVM) 进程，包含 Source 、 Channel 、 Sink 等组件。
Flume 支持跨越多个 Agent 的数据传递，这要求前一个 Agent 的 Sink 和下一个 Agent 的 Source 都必须是 Avro 类型，Sink 指向 Source 所在主机名 (或 IP 地址) 和端口。
日志收集中常常存在大量的客户端（比如分布式 web 服务），Flume 支持使用多个 Agent 分别收集日志，然后通过一个或者多个 Agent 聚合后再存储到文件系统中。
Flume 支持从一个 Source 向多个 Channel，也就是向多个 Sink 传递事件，这个操作称之为 Fan Out (扇出)。默认情况下 Fan Out 是向所有的 Channel 复制 Event ，即所有 Channel 收到的数据都是相同的。同时 Flume 也支持在 Source 上自定义一个复用选择器 (multiplexing selector) 来实现自定义的路由规则。