请阐述在 Apache Flume 中借助拦截器实现数据过滤与修改的具体做法。

回答思路

1. 【回答框架 1】拦截器是 Flume 中用于在事件传输过程中对事件进行预处理或修改的组件，作用于 source 和 channel 之间，可修改事件头或正文，并可选择丢弃事件。
2. 【回答框架 2】常见拦截器包括正则过滤拦截器、时间戳拦截器、主机拦截器和静态拦截器等，可通过配置 conf 文件为 source 指定拦截器列表，并按顺序执行。
3. 【回答框架 3】自定义拦截器需实现 Interceptor 接口并实现 initialize、intercept 和 close 方法，返回事件列表以支持过滤，若返回空列表则事件被丢弃。
4. 【回答框架 4】拦截器适合清洗数据、添加元数据或路由，但不适合复杂的数据转换，过度使用可能影响吞吐量，需结合其他组件如 Channel Selector 使用。
5. 【关键点 1】拦截器在 source 端触发，作用于 channel 之前，可修改和过滤事件。
6. 【关键点 2】常见拦截器有 RegexFilter、TimestampInterceptor、HostInterceptor 和 StaticInterceptor。
7. 【关键点 3】自定义拦截器通过实现 Interceptor 接口并配置类的全名。
8. 【关键点 4】拦截器处理结果影响事件是否进入 channel。
9. 【易错点 1】不要过度依赖拦截器处理大量数据，以免降低性能。
10. 【易错点 2】正则过滤拦截器默认只检查事件体，使用不当可能过滤错误。
11. 【易错点 3】多个拦截器顺序敏感，需按业务逻辑配置顺序。