# 接收flume实时数据流
### flume风格的基于push的方式
Flume被设计为可以在agent之间推送数据，而不一定是从agent将数据传输到sink中。在这种方式下，Spark Streaming需要启动一个作为Avro Agent的Receiver，来让flume可以推送数据过来。下面是我们的整合步骤：
**前提需要**
选择一台机器：
1. Spark Streaming与Flume都可以在这台机器上启动，Spark的其中一个Worker必须运行在这台机器上面
2. Flume可以将数据推送到这台机器上的某个端口
由于flume的push模型，Spark Streaming必须先启动起来，Receiver要被调度起来并且监听本地某个端口，来让flume推送数据。
**配置flume**
在flume-conf.properties文件中，配置flume的sink是将数据推送到其他的agent中
```sh
agent1.sinks.sink1.type = avro
agent1.sinks.sink1.channel = channel1
agent1.sinks.sink1.hostname = 192.168.75.101
agent1.sinks.sink1.port = 8888
```
**配置spark streaming**
在我们的spark工程的pom.xml中加入spark streaming整合flume的依赖
```xml
org.apache.spark
spark-streaming-flume_2.10
1.5.0
```
在代码中使用整合flume的方式创建输入DStr
