后端岗位面试题 · 系统设计 · 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 36 道 · 更新 2026-08-05
筛选题目已选：系统设计 · tech:apache-flink
考察点
技术栈
第 1 题Flink-CEP是什么，讲一下它的原理以及自己在什么场景下使用过。 考察对复杂事件处理引擎原理的理解与实际应用能力第 2 题在 Flink 中，一个算子是如何感知并触发 Checkpoint 的？ 考察对 Flink Checkpoint 机制的理解，包括触发、传播与执行流程第 3 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 4 题对于一个流式pipeline的场景，很多个目标源，每个目标源有很多个指标，指标需要做实时计算，计算时间很久，你会怎么设计？ 考察流式实时计算架构设计能力，重点在于处理计算耗时与实时性矛盾第 5 题如何确保实时任务数据不重复、不丢失？ 考察实时数据处理的精确一次（Exactly-Once）和数据一致性保障能力第 6 题Flink任务优化可以从哪些方面入手？对于效率问题该怎么操作？ 考察对Flink性能瓶颈的识别、优化手段和实操方法的掌握第 7 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 8 题Flink CDC数据更新链路的架构是什么样的？ 考察Flink CDC的整体架构、核心组件与数据一致性保障机制第 9 题请全面介绍 Kafka：它有哪些核心组件，为什么在大数据生态中广泛使用，如何保证数据一致性，以及当 Broker 故障或挂机时如何快速恢复？ 考察对 Kafka 架构、生态定位、一致性机制与故障恢复的综合理解第 10 题实时数仓如何保证指标实时且数据准确？ 考察实时计算正确性与端到端一致性设计第 11 题请介绍 Flink 中时间窗口的概念、类型及其适用场景。 考察对 Flink 时间窗口（滚动、滑动、会话）及事件时间/处理时间语义的理解第 12 题你了解 Flink 吗？它在实时计算中的主要特点是什么？ 考察对 Flink 基础概念与核心特性的认知第 13 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 14 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 15 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 16 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 17 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 18 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 19 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 20 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