1：Flume内部如何保证数据不丢？

    参考答案： Source到Channel是有事务机制保证的。 Channel到Sink也是有事务机制保证的。 这两个环节都不会丢失数据。 如果再使用基于文件的Channel，那么Flume就不会丢失数据了。

    2：介绍一下Flume中的拦截器

    参考答案： Flume中的拦截器可以实现对Source采集到的数据进行拦截解析处理 不同的拦截器可以实现不同的功能 例如： regex_extractor拦截器可以向满足条件的数据的header中添加key-value search_replace拦截器可以根据一定的规则匹配数据并且修改source采集到的原始数据内容

    3：了解 Flume中的负载均衡和故障转移吗？

    参考答案： Flume中的负载均衡和故障转移是为了提高整个系统的容错能力和稳定性。 通过简单配置就可以轻松实现，首先需要设置 Sink 组，同一个 Sink 组内有多个子 Sink，不同 Sink 之间可以配置成负载均衡或者故障转移。

    4：介绍一下什么是Flume中的选择器？

    参考答案： Source 采集的数据通过 Channel 选择器来选择写入哪些 Channel 中常见的有Replicating Channel选择器和Multiplexing Channel选择器 Replicating Channel选择器：是默认的channel选择器，它会将source采集过来的所有数据发往所有的channel。 Multiplexing Channel选择器：它表示会根据数据（Event）中header里面的值将Event发往不同的channel。

    5：你在工作中最常用的Flume Sink组件是哪个？

    参考答案： 常用的是hdfssink和kafkasink 针对离线数据落盘一般都是使用hdfssink。 针对实时场景一般都是使用kafkasink。

    6：Flume大版本分为哪几个？

    参考答案： og：0.9版本之前 ng：目前企业经常用的版本

    7：Event概念

    参考答案 Event是Flume传输数据的基本单位，也是事务的基本单位，在文本文件中，通常一行记录就是一个Event Event中包含header和body； body是采集到的那一行记录的原始内容 header类型为Map，里面可以存储一些属性信息，方便后面使用 我们可以在Source中给每一条数据的header中增加key-value，在Channel和Sink中使用header中的值了。

    8：Flume高可用的看法

    1、安全问题：可以防止大数据集群地址暴漏出去，用中间FLume层接引数据。 2、HDFS IO：防止了HDFS集群 IO 量过大，防止爆掉。 3、经过中间层Flume聚合之后 落地HDFS防止了小文件过多的问题。