1.生产中的用户行为日志为前后端埋点产生，存在在日志服务器中， 在本项目中存储在hadoop102和hadoop103两台机器中。
2.同时进行日志采集的两台flume也分别在102和103的机器上，在flume组件的组件方面两台机器是一样的，使用的是
taildirSource(特点：支持断点续传)
kafkachannel 进行缓冲和聚合
另外还有一个ETL自定义拦截器负责数据清洗
3.通过flume传到kafka集群中，kafka中topic为topic_log
4.在hadoop104中的flume拿到kafka中的数据再往hdfs中上传
组件选型如下：
自定义timestamp拦截器（为了解决0点漂移问题）
kafkasource（从kafka中读取数据）
filechennel（基于磁盘）
hdfssink（需要上传到hdfs中）
流程描述
