请列举 Flume 常用的 Source 类型，并说明各自适用的场景是什么？
考察说明
考察对 Flume 数据采集架构中 Source 组件分类及适用场景的理解程度。
回答思路
- 【回答框架 1】Flume 的 Source 负责从外部系统接收数据并写入 Channel，主要分为两大类：能够自动处理事件确认的 Source（如 Avro、Thrift、Kafka Source）和不能自动确认的 Source（如 Exec、Spooling Directory、Taildir Source）。
- 【回答框架 2】Avro Source 通常用于接收通过 Avro 协议发送的数据，支持多级 Flume 代理间的数据传递；Thrift Source 类似但基于 Thrift 协议。Kafka Source 用于从 Kafka 主题中消费数据，适合对接已有的 Kafka 消息队列。
- 【回答框架 3】Exec Source 通过执行 Unix 命令（如 tail -F 文件）获取数据，配置简单但无法保证数据不丢失，且会持续占用资源，适合日志监听的临时场景。Spooling Directory Source 监控目录中新文件并读取，可靠性和事务性较好，但文件必须不可修改且不能重复。
- 【回答框架 4】Taildir Source 可以监控多个文件并记录偏移量，支持断点续传，可靠性较高，是目前推荐的实时日志采集方案。此外还有 NetCat、HTTP、Syslog 等按需使用。
- 【关键点 1】Avro 和 Thrift Source 支持确认机制，适合多级代理传输。
- 【关键点 2】Kafka Source 用于对接 Kafka 消息队列。
- 【关键点 3】Taildir Source 支持断点续传，可靠性高，适合日志采集。
- 【关键点 4】Exec Source 存在数据丢失风险，且无法持久化偏移量。
- 【关键点 5】Spooling Directory Source 要求文件不可修改且不能重复。
- 【易错点 1】不要误认为 Exec Source 是可靠的，其依赖于命令执行，可能因中断丢失数据。
- 【易错点 2】不要把 Spooling Directory Source 当作支持实时追加的源，它只读取不可改动的文件。
- 【易错点 3】如果期望高可用，应优先选择 Taildir 或 Kafka Source，而非 Exec。