共计 1217 个字符，预计需要花费 4 分钟才能阅读完成。
锁屏面试题百日百刷，每个工作日保持更新面试题。 请看到最初就能获取你想要的, 接下来的是今日的面试题：
1.Flink 中水印是什么概念，起到什么作用？**
Watermark 是 Apache Flink 为了解决 EventTime 窗口计算提出的一种机制, 实质上是一种工夫戳。一般来讲 Watermark 常常和 Window 一起被用来解决乱序事件。
2.Flink Table & SQL 相熟吗？TableEnvironment 这个类有什么作用 **
TableEnvironment 是 Table API 和 SQL 集成的外围概念。这个类次要用来：
在外部 catalog 中注册表
注册内部 catalog
执行 SQL 查问
注册用户定义（标量，表或聚合）函数
将 DataStream 或 DataSet 转换为表
持有对 ExecutionEnvironment 或 StreamExecutionEnvironment 的援用
3.Flink 是如何反对批流一体的？**
本道面试题考查的其实就是一句话：Flink 的开发者认为批处理是流解决的一种非凡状况。批处理是无限的流解决。Flink 应用一个引擎反对了 DataSet API 和 DataStream API。
4.Flink 是如何做到高效的数据交换的？**
在一个 Flink Job 中，数据须要在不同的 task 中进行替换，整个数据交换是有 TaskManager 负责的，TaskManager 的网络组件首先从缓冲 buffer 中收集 records，而后再发送。Records 并不是一个一个被发送的，而是积攒一个批次再发送，batch 技术能够更加高效的利用网络资源。
5.Flink 是如何做容错的？**
Flink 实现容错次要靠弱小的 CheckPoint 机制和 State 机制。Checkpoint 负责定时制作分布式快照、对程序中的状态进行备份；State 用来存储计算过程中的中间状态。
6.Flink 分布式快照的原理是什么？
Flink 的分布式快照是依据 Chandy-Lamport 算法量身定做的。简略来说就是继续创立分布式数据流及其状态的统一快照。
核心思想是在 input source 端插入 barrier，管制 barrier 的同步来实现 snapshot 的备份和 exactly-once 语义。
7.Flink 是如何保障 Exactly-once 语义的？**
Flink 通过实现两阶段提交和状态保留来实现端到端的一致性语义。分为以下几个步骤：
开始事务（beginTransaction）创立一个长期文件夹，来写把数据写入到这个文件夹外面
预提交（preCommit）将内存中缓存的数据写入文件并敞开
正式提交（commit）将之前写完的临时文件放入目标目录下。这代表着最终的数据会有一些提早
停止（abort）如果回滚，删除临时文件
若失败产生在预提交胜利后，正式提交前。能够依据状态来提交预提交的数据，也可删除预提交的数据。
全部内容在 git 上, 理解更多请点我头像或到我的主页去取得，谢谢 **