在 Apache Druid 中，数据摄入支持哪些途径？请说明在不同数据源、实时性要求和数据量场景下，应如何权衡并选定具体的摄取方式？

回答思路

1. 【回答框架 1】Druid 的数据摄取主要有三种方式：基于 Hadoop 的批量摄取（如 MapReduce）、基于索引服务的流式摄取（如 Kafka indexing service）以及本地批量摄取（Local batch）。批量摄取适合一次性加载大量历史数据，流式摄取适合实时或近实时数据。
2. 【回答框架 2】选择依据主要看数据延迟要求：若需要秒级或分钟级实时可见，选择流式摄取；若允许小时级以上延迟，可考虑批量摄取。同时要考虑数据源类型，如 Kafka、Kinesis 等消息队列常用流式摄取，HDFS 或 S3 等文件存储常用批量摄取。
3. 【回答框架 3】数据规模和吞吐量也需要考量：流式摄取适合持续增长的高吞吐数据，且可扩展；批量摄取适合一次性大文件或数据仓库数据迁移。还需评估资源消耗与运维复杂度：流式摄取需要常驻服务，批量任务便于调度和重试。
4. 【回答框架 4】在实际项目中，常采用混合架构：实时数据走流式摄取，历史数据通过批量摄取回填，并在 overlap 时段用任务管理保证数据一致性。选型时还应结合业务指标，如端到端延迟、成本预算和团队维护能力。
5. 【关键点 1】Druid 摄取方式分为批量、流式与本地批量三类。
6. 【关键点 2】实时性要求高选流式摄取，否则考虑批量摄取。
7. 【关键点 3】选型需综合数据源类型、数据规模、吞吐量与运维成本。
8. 【易错点 1】误以为所有场景都必须使用流式摄取，导致资源浪费。
9. 【易错点 2】忽略批量摄取对离线数据回填的适用性，增加复杂度。
10. 【易错点 3】未考虑摄取任务失败后的重试与数据一致性机制，易造成数据缺失或重复。