flink实战--flink面试题大全

扫一扫加入大数据公众号和技术交流群，了解更多大数据技术，还有免费资料等你哦

目录

第一部分：Flink 中的核心概念和基础考察

一、 简单介绍一下 Flink

二、 Flink 相比传统的 Spark Streaming 有什么区别?

三、 Flink 的组件栈有哪些？

四、Flink 的运行必须依赖 Hadoop组件吗？

五、你们的Flink集群规模多大？

六、Flink的基础编程模型了解吗？

七、Flink集群有哪些角色？各自有什么作用？

九、说说 Flink 的常用算子？

十、说说你知道的Flink分区策略？

十一、Flink的并行度了解吗？Flink的并行度设置是怎样的？

十二、Flink的Slot和parallelism有什么区别？

十三、Flink有没有重启策略？说说有哪几种？

十四、用过Flink中的分布式缓存吗？如何使用？

十五、说说Flink中的广播变量，使用时需要注意什么？

十六、说说Flink中的窗口？

十七、说说Flink中的状态存储？

十八、Flink 中的时间有哪几类

十九、Flink 中水印是什么概念，起到什么作用？

二十、Flink Table & SQL 熟悉吗？TableEnvironment这个类有什么作用

二十、Flink SQL的实现原理是什么？ 是如何实现 SQL 解析的呢？

第二部分：Flink 面试进阶篇

第三部分：Flink 面试源码篇

第一部分：Flink 中的核心概念和基础考察

一、 简单介绍一下 Flink

Flink 是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。并且 Flink 提供了数据分布、容错机制以及资源管理等核心功能。

Flink提供了诸多高抽象层的API以便用户编写分布式任务：

• DataSet API， 对静态数据进行批处理操作，将静态数据抽象成分布式的数据集，用户可以方便地使用Flink提供的各种操作符对分布式数据集进行处理，支持Java、Scala和Python。
• DataStream API，对数据流进行流处理操作，将流式的数据抽象成分布式的数据流，用户可以方便地对分布式数据流进行各种操作，支持Java和Scala。
• Table API，对结构化数据进行查询操作，将结构化数据抽象成关系表，并通过类SQL的DSL对关系表进行各种查询操作，支持Java和Scala。

此外，Flink 还针对特定的应用领域提供了领域库，例如：
Flink ML，Flink 的机器学习库，提供了机器学习Pipelines API并实现了多种机器学习算法。
Gelly，Flink 的图计算库，提供了图计算的相关API及多种图计算算法实现。

根据官网的介绍，Flink 的特性包含：

<