后端岗位面试题 · tech:apache-flink
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 135 道 · 更新 2026-08-05
筛选题目已选：tech:apache-flink
考察点
技术栈
第 41 题请解释 Flink 中的反压机制及其处理方式。 考察对 Flink 反压原理、检测与应对策略的理解第 42 题Paimon的changelog种类有哪些？ 考察对Paimon表变更日志类型的理解第 43 题请谈谈你对HBase和Flink的了解，包括它们的主要特性和适用场景。 考察对大数据组件基础知识的掌握程度与应用场景理解第 44 题请设计一个方案，将海量数据接入业务后台，并进行处理和存储。你会如何设计实现？ 考察对海量数据接入、处理和存储的整体架构设计与关键技术选型第 45 题请讲解一下 Flink 广播流的工作原理及应用场景。 考察对 Flink 广播状态与流连接机制的理解及应用能力第 46 题Flink如何保证数据不丢不重？ 考察对Flink端到端精确一次语义、容错机制和状态一致性的理解第 47 题请介绍 Flink 中双流 Join 的实现方式、适用场景与常见问题。 考察 Flink 双流 Join 的机制理解、方案选型与工程实践第 48 题你在使用 Flink 时是用 SQL 方式开发，还是用 DataStream API 或 Table API？请说明选择原因。 考察对 Flink 不同开发方式的掌握与选型能力第 49 题Flink优化了解过吗，请讲一下有哪些优化？ 考察对Flink性能优化的系统理解和实践能力第 50 题请介绍一下你对Hadoop、MapReduce和Flink等大数据处理框架的理解，以及它们各自的主要应用场景。 考察对大数据处理框架的掌握程度、适用场景辨析能力第 51 题实时指标计算中，你通常使用哪种时间记录方式？如果针对同一份埋点日志需要支持多种时间维度（如秒、分钟、小时）的统计分析，你会如何设计埋点表结构和实现方案？ 考察实时指标的时间建模、埋点表设计及多维度聚合能力第 52 题请介绍你对 Apache Flink 的理解，包括它的核心特性和适用场景。 考察对 Flink 基础概念、核心机制及应用场景的掌握第 53 题现在有个场景，如何实时的知道搜狐视频每个视频的点赞收藏在这一时刻是top前5，能实时展示，给算法团队做推送？ 考察实时流处理、滑动窗口统计与TopN计算的架构设计能力第 54 题Spark Streaming和Flink的区别是什么？ 考察对两种主流流处理引擎架构与语义的差异理解第 55 题Flink和Spark Streaming的区别是什么？ 考察对两种主流流处理框架的核心模型、时效性、容错机制和适用场景的理解第 56 题在 Flink 中，除了 Watermark，还有哪些机制可以处理迟到数据？ 考察对窗口迟到数据处理的完整认识第 57 题请解释Flink中的水印（Watermark）机制及其作用。 考察对Flink事件时间处理与水印机制的理解第 58 题请介绍你了解哪些主流开源队列资源管理或编排平台，并说明它们各自的特点和适用场景。 考察对分布式队列资源管理与编排平台的了解广度与深度第 59 题为什么不用Flink、Hive做大数据处理？ 考察对大数据技术选型中引擎特性、适用场景与权衡的理解第 60 题请详细说明你当前所在公司日常进行数据统计时,主要采用哪些方式?这些方式分别适用于什么场景?例如针对实时数据统计、离线批量数据统计等不同需求,会选择不同的工具或方法吗? 考察数据统计方式与场景匹配能力