后端岗位面试题 · 技术选型 · 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 46 道 · 更新 2026-08-05
筛选题目已选：技术选型 · tech:apache-flink
考察点
技术栈
第 1 题你了解哪些大数据平台？ 考察对大数据生态组件的了解广度与理解深度第 2 题Flink中的状态后端(State Backend)是什么？ 考察Flink状态管理机制与状态后端选型能力第 3 题列举常见的分布式大数据计算引擎，并说明各自适用的典型场景。 考察大数据生态基础知识的广度及场景匹配意识第 4 题请介绍大数据治理的一般方法，并说明你熟悉的大数据组件及其核心原理。 考察大数据治理思路与核心技术组件的原理掌握第 5 题在已有流式下载方案的基础上，如何评估引入 Flink 做数据下载导出的必要性与实现思路？ 考察对流式处理框架的适用边界、方案权衡和技术选型判断第 6 题设计一个支持10万路视频流的系统，并用算法解析视频流，请说明系统设计思路。 考察大规模视频流处理系统的架构设计、算法落地与资源权衡第 7 题请介绍你最熟悉的一项大数据组件，并说明你对其技术原理的理解。 考察候选人大数据组件的深度理解与专业表达第 8 题用的哪个Flink运行模式 考察对Flink部署模式的理解第 9 题你们用什么工具进行实时数据加工？ 考察实时数据处理工具链选型与应用经验第 10 题谈谈你对大数据组件的理解？请按照采集、存储、计算、调度、应用五个层面展开。 考察对大数据技术栈各层组件的整体认知与归类能力第 11 题Paimon的changelog种类有哪些？ 考察对Paimon表变更日志类型的理解第 12 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 13 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 14 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 15 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 16 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 17 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 18 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 19 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 20 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