事实上，flume更多地用于收集日志或其他时间序列数据。很少听说有人使用flume将数据从db导入hadoop。
sqoop非常适合从rdbms批量导入到hdfs/hive/hbase。如果只是一次进口，那就很好了，照纸上承诺的做。但当你想要实时增量更新时，问题就来了。在两种类型的增量更新之间，sqoop支持：
append，这个允许您重新运行sqoop作业，并且每个新作业从上一个旧作业结束的地方开始。例如，第一个sqoop作业只导入第0-100行，然后下一个作业将从101开始，基于--last value=100。但是即使0-100更新了，附加模式也不会再覆盖它们。
最后一次修改，这个更糟，它要求源表有一个timestamp字段，它指示行最后一次更新的时间。然后根据时间戳进行增量更新导入。如果源表中没有类似的内容，那么这个就没有用了。
好吧，没有完美的解决方案，如果你更关心实时性，添加触发器或使用flume扫描编辑日志并以rt方式更新hbase，我知道这听起来很糟糕。或者使用sqoop+oozie，定期将源表导入hbase，就不会有rt甚至近rt响应。到目前为止，考虑到周围没有其他东西，我会投票给flume自定义源代码。

你的问题的直接答案是肯定的。flume是一个分布式的事件/日志结构数据传输和聚合系统。如果设置“正确”，flume可以在hadoop中推送数据以进行连续摄取。当flume被正确地设置为从各种源（在本例中是mysql）收集数据时，我确信如果数据在源位置可用，那么flume中的sink将以毫秒级别将其同步到hdfs。一旦数据在hdfs/hbase上可用，您就可以对其运行查询，并且可以根据基础结构进行处理。
因此，我想说flume配置对于将数据以近乎实时的方式推送到hdfs是非常重要的，其余的取决于map/reduce集群的性能以及如何编写与正在处理的数据相关的查询。
我还找到了以下资源供您了解如何使用flume和hdfs：http://assets.en.oreilly.com/1/event/61/real-time%20streaming%20analysis%20for%20hadoop%20and%20flume%20presentation.pdf

我使用flume在hdsf和mysql上存储数据。对于后者，我使用jdbc com.stratio.ingestion.sink.jdbc.jdbcsink。但我对它的性能不是很满意。既然您需要从mysql迁移数据，我建议您使用sqoop。另一个选择是使用flume将数据发送到mysql和hbase/hadoop，这样就不需要从mysql复制到hadoop/

你可以使用hadoopapplier的mysql产品，可以在这里找到http://labs.mysql.com/
它将数据从mysql实时传输到hdfs

据我所知，Flume并不是用来做这个的。flume基本上用于读取类似日志的数据源（平面文件）并以结构化的方式将它们推送到接收器。sqoop很有用，试试看http://archive.cloudera.com/cdh/3/sqoop/sqoopuserguide.html