那些被問(wèn)懵的Flink面試題

前言

1 Flink基礎(chǔ)(適合初入職場(chǎng))

  1. 簡(jiǎn)單介紹一下 Flink
  2. Flink相比傳統(tǒng)的Spark Streaming區(qū)別?
  3. Flink的組件棧有哪些?
  4. Flink 的運(yùn)行必須依賴 Hadoop組件嗎?
  5. 你們的Flink集群規(guī)模多大迅皇?
  6. Flink的基礎(chǔ)編程模型了解嗎?
  7. Flink集群有哪些角色技掏?各自有什么作用署恍?
  8. 說(shuō)說(shuō) Flink 資源管理中 Task Slot 的概念
  9. 說(shuō)說(shuō) Flink 的常用算子?
  10. 說(shuō)說(shuō)你知道的Flink分區(qū)策略却妨?
  11. Flink的并行度了解嗎饵逐?Flink的并行度設(shè)置是怎樣的?
  12. Flink的Slot和parallelism有什么區(qū)別彪标?
  13. Flink有沒(méi)有重啟策略倍权?說(shuō)說(shuō)有哪幾種?
  14. 用過(guò)Flink中的分布式緩存嗎捞烟?如何使用薄声?
  15. 說(shuō)說(shuō)Flink中的廣播變量,使用時(shí)需要注意什么题画?
  16. 說(shuō)說(shuō)Flink中的窗口默辨?
  17. 說(shuō)說(shuō)Flink中的狀態(tài)存儲(chǔ)?
  18. Flink中的時(shí)間有哪幾類(lèi)
  19. Flink 中水印是什么概念苍息,起到什么作用缩幸?
  20. Flink Table & SQL 熟悉嗎?TableEnvironment這個(gè)類(lèi)有什么作用
  21. Flink SQL的實(shí)現(xiàn)原理是什么竞思?是如何實(shí)現(xiàn) SQL 解析的呢表谊?

2 Flink中級(jí) (適合1~2年開(kāi)發(fā)經(jīng)驗(yàn)的人)

  1. Flink是如何支持批流一體的?
  2. Flink是如何做到高效的數(shù)據(jù)交換的衙四?
  3. Flink是如何做容錯(cuò)的铃肯?
  4. Flink 分布式快照的原理是什么?
  5. Flink是如何保證Exactly-once語(yǔ)義的传蹈?
  6. Flink 的 kafka 連接器有什么特別的地方押逼?
  7. 說(shuō)說(shuō) Flink的內(nèi)存管理是如何做的?
  8. 說(shuō)說(shuō) Flink的序列化如何做的?
  9. Flink中的Window出現(xiàn)了數(shù)據(jù)傾斜步藕,你有什么解決辦法?
  10. Flink中在使用聚合函數(shù) GroupBy挑格、Distinct咙冗、KeyBy 等函數(shù)時(shí)出現(xiàn)數(shù)據(jù)熱點(diǎn)該如何解決?
  11. Flink任務(wù)延遲高漂彤,想解決這個(gè)問(wèn)題雾消,你會(huì)如何入手?
  12. Flink是如何處理反壓的挫望?
  13. Flink的反壓和Strom有哪些不同立润?
  14. Operator Chains(算子鏈)這個(gè)概念你了解嗎?
  15. Flink什么情況下才會(huì)把Operator chain在一起形成算子鏈媳板?
  16. 說(shuō)說(shuō)Flink1.9的新特性桑腮?
  17. 消費(fèi)kafka數(shù)據(jù)的時(shí)候,如何處理臟數(shù)據(jù)蛉幸?

3 Flink高級(jí) (適合3年以上)

  1. Flink Job的提交流程
  2. Flink所謂"三層圖"結(jié)構(gòu)是哪幾個(gè)"圖"破讨?
  3. JobManger在集群中扮演了什么角色?
  4. JobManger在集群?jiǎn)?dòng)過(guò)程中起到什么作用奕纫?
  5. TaskManager在集群中扮演了什么角色提陶?
  6. TaskManager在集群?jiǎn)?dòng)過(guò)程中起到什么作用?
  7. Flink 計(jì)算資源的調(diào)度是如何實(shí)現(xiàn)的匹层?
  8. 簡(jiǎn)述Flink的數(shù)據(jù)抽象及數(shù)據(jù)交換過(guò)程隙笆?
  9. Flink 中的分布式快照機(jī)制是如何實(shí)現(xiàn)的?
  10. 簡(jiǎn)單說(shuō)說(shuō)FlinkSQL的是如何實(shí)現(xiàn)的又固?

4 企業(yè)面試題(重點(diǎn))

  1. 應(yīng)用架構(gòu)
  2. 壓測(cè)和監(jiān)控
  3. 有了Spark還為什么用 Flink
  4. checkpoint 的存儲(chǔ)
  5. exactly-once 的保證
  6. 狀態(tài)機(jī)制
  7. 海量 key 去重
  8. checkpoint 與 spark 比較
  9. watermark 機(jī)制
  10. exactly-once 如何實(shí)現(xiàn)
  11. CEP
  12. 三種時(shí)間語(yǔ)義
  13. 數(shù)據(jù)高峰的處理

小結(jié)

???????? ?好今天的Flink的題目就分享到這里仲器,背過(guò)上面的那些題目害怕面試官提問(wèn)?信自己仰冠,努力和汗水總會(huì)能得到回報(bào)的乏冀。我是大數(shù)據(jù)老哥,我們下期見(jiàn)~~~

答案獲妊笾弧:https://github.com/lhh2002/Framework-Of-BigData


?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末辆沦,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子识虚,更是在濱河造成了極大的恐慌肢扯,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,123評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件担锤,死亡現(xiàn)場(chǎng)離奇詭異蔚晨,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門(mén)铭腕,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)银择,“玉大人,你說(shuō)我怎么就攤上這事累舷『瓶迹” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,723評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵被盈,是天一觀的道長(zhǎng)析孽。 經(jīng)常有香客問(wèn)我,道長(zhǎng)只怎,這世上最難降的妖魔是什么袜瞬? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,357評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮尝盼,結(jié)果婚禮上吞滞,老公的妹妹穿的比我還像新娘佑菩。我一直安慰自己盾沫,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,412評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布殿漠。 她就那樣靜靜地躺著赴精,像睡著了一般。 火紅的嫁衣襯著肌膚如雪绞幌。 梳的紋絲不亂的頭發(fā)上蕾哟,一...
    開(kāi)封第一講書(shū)人閱讀 49,760評(píng)論 1 289
  • 那天,我揣著相機(jī)與錄音莲蜘,去河邊找鬼谭确。 笑死,一個(gè)胖子當(dāng)著我的面吹牛票渠,可吹牛的內(nèi)容都是我干的逐哈。 我是一名探鬼主播,決...
    沈念sama閱讀 38,904評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼问顷,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼昂秃!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起杜窄,我...
    開(kāi)封第一講書(shū)人閱讀 37,672評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤肠骆,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后塞耕,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體蚀腿,經(jīng)...
    沈念sama閱讀 44,118評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,456評(píng)論 2 325
  • 正文 我和宋清朗相戀三年扫外,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了莉钙。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片纱注。...
    茶點(diǎn)故事閱讀 38,599評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖胆胰,靈堂內(nèi)的尸體忽然破棺而出狞贱,到底是詐尸還是另有隱情,我是刑警寧澤蜀涨,帶...
    沈念sama閱讀 34,264評(píng)論 4 328
  • 正文 年R本政府宣布瞎嬉,位于F島的核電站,受9級(jí)特大地震影響厚柳,放射性物質(zhì)發(fā)生泄漏氧枣。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,857評(píng)論 3 312
  • 文/蒙蒙 一别垮、第九天 我趴在偏房一處隱蔽的房頂上張望便监。 院中可真熱鬧,春花似錦碳想、人聲如沸烧董。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,731評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)逊移。三九已至,卻和暖如春龙填,著一層夾襖步出監(jiān)牢的瞬間胳泉,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,956評(píng)論 1 264
  • 我被黑心中介騙來(lái)泰國(guó)打工岩遗, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留扇商,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,286評(píng)論 2 360
  • 正文 我出身青樓宿礁,卻偏偏與公主長(zhǎng)得像案铺,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子窘拯,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,465評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容

  • 基礎(chǔ)概念考察 一红且、 簡(jiǎn)單介紹一下 Flink Flink 是一個(gè)框架和分布式處理引擎,用于對(duì)無(wú)界和有界數(shù)據(jù)流進(jìn)行有...
    Tim在路上閱讀 804評(píng)論 0 9
  • 基礎(chǔ)概念考察 一涤姊、 簡(jiǎn)單介紹一下 Flink Flink 是一個(gè)框架和分布式處理引擎暇番,用于對(duì)無(wú)界和有界數(shù)據(jù)流進(jìn)行有...
    Tim在路上閱讀 16,081評(píng)論 0 8
  • 概述 2019 年是大數(shù)據(jù)實(shí)時(shí)計(jì)算領(lǐng)域最不平凡的一年,2019 年 1 月阿里巴巴 Blink (內(nèi)部的 Flin...
    王知無(wú)閱讀 3,241評(píng)論 2 11
  • 概述 2019 年是大數(shù)據(jù)實(shí)時(shí)計(jì)算領(lǐng)域最不平凡的一年思喊,2019 年 1 月阿里巴巴 Blink (內(nèi)部的 Flin...
    Yobhel閱讀 1,840評(píng)論 0 33
  • 愿讀到這篇文章的技術(shù)人早日明白并且脫離技術(shù)本身壁酬,早登彼岸。 一切技術(shù)最終只是雕蟲(chóng)小技。 大綱 本系列主題是大數(shù)據(jù)開(kāi)...
    yoku醬閱讀 403評(píng)論 0 1