Flink 高频面试题及详细答案（实战向）_1.docxVIP

Flink 高频面试题及详细答案（实战向）_1.docx

Flink高频面试题及详细答案（实战向）

一、基础认知类

1、说说你对Flink的理解，它的核心定位是什么？

Flink是一款分布式的实时流计算框架，核心定位是低延迟、高吞吐、高可靠的实时数据处理，同时支持批流一体计算。

和其他计算框架相比，它最大的特点是以流为核心，批处理只是流处理的一种特殊场景。日常工作中主要用来处理实时数据流，比如实时大屏、实时风控、日志实时分析、用户行为实时统计等场景，能够做到毫秒级、秒级的数据计算响应，并且能保证数据处理的准确性和稳定性。

2、Flink和SparkStreaming的核心区别是什么？

两者最核心的差异是数据处理模型，也是面试中最常问的对比点：

1）模型不同：SparkStreaming是微批处理，把数据流切成固定时间片的小批次计算，本质还是批处理；Flink是真正的逐条流式处理，数据到来即计算。

2）延迟不同：SparkStreaming延迟是秒级甚至十几秒，依赖批次间隔；Flink支持毫秒级低延迟，实时性更强。

3）时间语义：SparkStreaming仅支持处理时间；Flink支持处理时间、事件时间、摄入时间，能精准处理乱序数据。

4）容错机制：Spark基于RDD重算恢复，粒度是批次；Flink基于Checkpoint快照恢复，粒度是单条数据、单算子，恢复效率更高。