面试题之大数据

1.Apache Flink ?

一、Apache Flink 的定义、架构及原理:Apache Flink 是一个分布式大数据处理引擎，可对有限数据流和无限数据流进行有状态或无状态的计算，能够部署在各种集群环境，对各种规模大小的数据进行快速计算。其他的还是不摘了，还是看下面的链接吧。

2.常用的几种大数据架构剖析

1.传统大数据架构。
2.流式架构。
3.Lambda架构
​4.Kappa架构
5.Unified架构

3.大数据基础知识

我就不班门弄斧了,大数据包含的知识很多，我觉得还是要从头开始学起来，这篇文章还是非常好的，从大数据生态的各个方面关系入手，一点点的总结

4.什么是流式计算？

大数据的计算模式主要分为批量计算(batch computing)、流式计算(stream computing)、交互计算(interactive computing)、图计算(graph computing)等。其中，流式计算和批量计算是两种主要的大数据计算模式，分别适用于不同的大数据应用场景。２.流数据（或数据流）是指在时间分布和数量上无限的一系列动态数据集合体，数据的价值随着时间的流逝而降低，因此必须实时计算给出秒级响应。流式计算，顾名思义，就是对数据流进行处理，是实时计算。批量计算则统一收集数据，存储到数据库中，然后对数据进行批量处理的数据计算方式。3.主要体现在以下几个方面：、数据时效性不同：流式计算实时、低延迟， 批量计算非实时、高延迟。2、数据特征不同：流式计算的数据一般是动态的、没有边界的，而批处理的数据一般则是静态数据。3、应用场景不同：流式计算应用在实时场景，时效性要求比较高的场景，如实时推荐、业务监控…批量计算一般说批处理，应用在实时性要求不高、离线计算的场景下，数据分析、离线报表等。4、运行方式不同，流式计算的任务持续进行的，批量计算的任务则一次性完成。