大数据面试题：经典面试题答疑（十）

　　1.延迟数据(allowedLateness)

　　答案：延长窗口销毁

　　窗口watermark和allowedLateness之后依然迟到的流数据，也是通过.sideOutputLateData(outputTag)和result.getSideOutput(outputTag)的侧输出流方式输出的，拿到这一部分数据后用户可以自己处理。

　　2.什么是barrier不对齐？

　　答案：当还有其他输入流的barrier还没有到达时，会把已到达的barrier之后的数据1、2、3搁置在缓冲区，等待其他流的barrier到达后才能处理。

　　barrier不对齐就是指当还有其他流的barrier还没到达时，为了不影响性能，也不用理会，直接处理barrier之后的数据。等到所有流的barrier的都到达后，就可以对该Operator做CheckPoint了。

　　3.为什么要进行barrier对齐？不对齐到底行不行？

　　答案：Exactly Once时必须barrier对齐，如果barrier不对齐就变成了At Least Once；

　　CheckPoint的目的就是为了保存快照，如果不对齐，那么在第n次快照之前，已经处理了一些n快照之后对应的offset之后的数据，当程序从n次恢复任务时，n次快照对应的offset之后的数据还会被处理一次，所以就出现了重复消费。如果听不懂没关系，后面有案例让您懂。

　　4.相关参数配置

　　答案：

　　5.Flink是如何保证Exactly-once语义的？

　　答案：

　　1）事务写(有延迟)：两阶段提交(Two-Phase-Commit，2PC)，预写日志(Write-Ahead-Log，WAL)

　　两阶段提交：如果外部系统自身就支持事务(比如Kafka)，可以使用2PC方式，提供百分百端到端的Exactly-Once。

　　WAL：WAL方式通用性更强，适合几乎所有外部系统，但也不能提供百分百端到端的Exactly-Once;

　　2）幂等性

　　多次写入相同数据，结果是一致的的(redis，hbase等)

　　更多关于大数据培训的问题，欢迎咨询千锋教育在线名师，如果想要了解我们的师资、课程、项目实操的话可以点击咨询课程顾问，获取试听资格来试听我们的课程，在线零距离接触千锋教育大咖名师，让你轻松从入门到精通。