在 Apache Flume 的数据流处理中，如果要实现多个数据源（Source）接入并输出到多个目的地（Sink），应该如何设计 Agent 的配置结构？请说明常见的拓扑模式（如多路复用、分流、扇出等）以及对应的配置要点。
考察说明
考查对 Flume 多 Source 和多 Sink 配置的掌握，以及复杂数据流拓扑的设计能力。
回答思路
- 【回答框架 1】Flume 的 Agent 由 Source、Channel、Sink 三部分组成，多个 Source 可以共用同一个 Channel，多个 Sink 也可以从同一 Channel 取数据。基础配置是在 agent 名称下分别列出多个 source、channel、sink，并通过 binds 和 sinks 将它们关联起来。
- 【回答框架 2】针对多 Sink 场景，Flume 提供了 Sink 组（Sink Group）和 Sink Processor。Sink 组内可配置负载均衡（Load Balancing）或故障转移（Failover）处理器。负载均衡支持 round_robin、random 等选择机制，故障转移则通过优先级实现主备切换，这常用于提高可靠性和吞吐。
- 【回答框架 3】对于复杂数据流，可通过多 Agent 串联（如 Source 指向下一个 Agent 的 Avro Source）实现级联，或使用 Interceptor 对事件进行路由，结合多 Channel 和 Sink 实现分流。例如，根据事件头部信息通过 Multiplexing Interceptor 将不同数据写入不同 Channel，再对应不同 Sink。
- 【回答框架 4】配置时需注意 Channel 的容量和事务容量应匹配生产消费速率，避免数据堆积或丢失。同时，同一个 Sink 只能对应一个 Channel，而多个 Sink 可对应同一个 Channel，但会增加 Channel 的压力。
- 【关键点 1】一个 Agent 可配置多个 Source 和 Sink，多个 Source 可共享一个 Channel，多个 Sink 可组成 Sink 组实现负载均衡或故障转移。
- 【关键点 2】Sink 组处理器包括 load_balance（支持 round_robin 和 random）和 failover（按优先级切换）两种策略。
- 【关键点 3】使用 Multiplexing Interceptor 可根据事件属性将数据路由到不同 Channel，从而实现多 Sink 分流。
- 【关键点 4】多 Agent 可通过 Avro Source 串联，构建更复杂的拓扑，但需注意网络和序列化开销。
- 【关键点 5】Channel 的容量参数（capacity 和 transactionCapacity）需要根据实际流量调整，避免背压或丢失。
- 【易错点 1】不能将同一 Sink 配置到多个 Channel，一个 Sink 只能绑定一个 Channel，否则会报配置错误。
- 【易错点 2】Sink 组不是对同一 Channel 的并行消费，而是多个 Sink 竞争同一 Channel，负载均衡可能带来顺序问题，故障转移需要幂等或可重放。
- 【易错点 3】使用 Interceptor 路由时，若 Key 值缺失或未匹配，需配置默认 Channel，否则事件会丢失。