Flume 的選擇器決定了Source 如何將數據分發到多個 Channel。這就像 “快遞員如何分配包裹到不同的運輸通道”，有兩種策略：復制和多路復用。

一、復制（Replicating Selector）：每個 Channel 都送一份

核心邏輯

將同一個 Event（數據）復制到所有配置的 Channel，就像 “一個快遞員同時給多個收件人發相同的包裹”。

應用場景

• 需要將數據同時寫入多個目的地（如同時備份到 HDFS 和 Kafka）。
• 示例：監控系統日志，同時存儲到 HDFS（長期歸檔）和 Elasticsearch（實時搜索）。

配置示例

# Source配置
a1.sources = r1
a1.channels = c1 c2  # 配置兩個Channel# 選擇器類型：復制（默認）
a1.sources.r1.selector.type = replicating

二、多路復用（Multiplexing Selector）：按規則分配

核心邏輯

根據 Event 的Header 值（類似包裹上的 “地址標簽”），將數據路由到不同的 Channel，就像 “快遞員按收件地址分區域派送”。

應用場景

• 根據數據類型拆分（如將錯誤日志和訪問日志分到不同 Channel）。
• 示例：電商訂單數據，按支付方式（微信 / 支付寶）分流到不同 Kafka Topic。

配置示例

# Source配置
a1.sources = r1
a1.channels = c1 c2  # 配置兩個Channel# 選擇器類型：多路復用
a1.sources.r1.selector.type = multiplexing# 按Header中的"type"字段路由
a1.sources.r1.selector.header = type
a1.sources.r1.selector.mapping.error = c1  # type=error的Event走c1
a1.sources.r1.selector.mapping.access = c2  # type=access的Event走c2
a1.sources.r1.selector.default = c2  # 未匹配的默認走c2

三、對比與記憶技巧

維度	復制（Replicating）	多路復用（Multiplexing）
數據流向	一個 Event 復制到所有 Channel	一個 Event 只走一個 Channel（按規則選）
比喻	快遞員給每個客戶都發相同的包裹	快遞員按地址分區派送包裹
配置關鍵詞	replicating（默認，無需顯式配置）	multiplexing?+?header?+?mapping
典型場景	數據備份、多目的地存儲	數據分類、分流處理

四、一句話總結

• 復制：“一份數據，所有管道都走一遍”（適合備份）；
• 多路復用：“不同數據走不同管道”（適合分類）。

如果還是容易混淆，可以想象：

• 復制像 “群發消息”（所有人都收到相同內容）；
• 多路復用像 “智能分揀”（根據包裹標簽選擇不同運輸路線）。