在 Apache Flume 数据采集架构中，Sink 组件承担哪些工作职责？请列举并简要说明几种常见的 Sink 类型及其适用场景。

回答思路

1. 【回答框架 1】Sink 是 Flume Agent 中负责从 Channel 拉取 Event 并写入外部目标的下游组件。它通过轮询 Channel 获取数据，批量取出 Event 后调用具体实现将其传递到 HDFS、HBase、Kafka、日志文件或下一级 Agent 等目的地，并在成功后向 Channel 发送事务确认，实现可靠传输。
2. 【回答框架 2】Flume 为 Sink 提供事务机制：Sink 从 Channel 获取一批 Event 时开启事务，写入外部系统成功后再提交事务；若写入失败则回滚，Event 保留在 Channel 中，保证数据不丢失。不同 Sink 对批量大小、超时与重试策略有不同的配置参数。
3. 【回答框架 3】常见 Sink 类型包括：HDFS Sink 将数据写入 HDFS 文件，支持按时间或大小滚动文件；HBase Sink 写入 HBase 表；Kafka Sink 将 Event 发布到 Kafka 主题；Logger Sink 将数据输出到日志（多用于测试）；Avro Sink 与 Thrift Sink 用于向下一级 Flume Agent 发送数据，构建多层采集拓扑；File Roll Sink 写入本地文件。
4. 【回答框架 4】选择 Sink 时需考虑下游存储特性与容错需求。例如 HDFS Sink 常配置文件滚动周期与压缩格式，Kafka Sink 需关注分区与批次大小。所有 Sink 都需与上游 Channel 如 Memory Channel 或 File Channel 配合，以实现吞吐与可靠性的平衡。
5. 【关键点 1】Sink 是 Flume 的下游组件，负责从 Channel 消费数据并写入外部系统。
6. 【关键点 2】Sink 使用事务机制确保数据写入成功后才提交，失败则回滚，从而保证不丢失。
7. 【关键点 3】常见 Sink 类型包括 HDFS、HBase、Kafka、Logger、Avro、Thrift 和 File Roll Sink。
8. 【关键点 4】不同 Sink 适用于不同目标，配置参数如批量大小与滚动策略可影响性能。
9. 【关键点 5】Sink 与 Channel 的类型搭配决定 Agent 的吞吐与可靠性特性。
10. 【易错点 1】不应将 Sink 理解为主动推送数据，其本质是从 Channel 主动拉取。
11. 【易错点 2】Sink 的事务只保证 Flume 内部与写入目标的动作记录，不保证外部系统自身的一致性约束如幂等。
12. 【易错点 3】对于 Kafka Sink，若 Producer 异步发送或未开启确认，可能带来数据丢失风险，需合理配置。